用于多模态 MRI 中视神经自动分割的公共数据集

颅神经 II 对视觉系统至关重要，从多模态 MRI 中进行准确分割对于神经外科手术规划、放射治疗靶区勾画和疾病监测至关重要。然而，颅神经 II 结构的人工标注劳动强度大、耗时且易受观察者间变异性的影响，这限制了大量数据集的构建，并阻碍了稳健自动分割方法的发展。为应对这一挑战，我们推出了 OpticNerveSeg，据我们所知，这是首个专门用于颅神经 II 分割的大规模公开数据集。该数据集包含来自 WU-Minn 人类连接组计划（HCP）的 151 名受试者，并附有视神经、视交叉和视束的二值掩膜。标注通过人机协同流程生成，该流程整合了专家纤维束成像（18 名受试者）、半监督标签传播（102 名受试者）以及所有受试者的模型推理，随后对 20 例进行了专家校正。与完全人工分割相比，该方法将估计的专家标注总时间减少了约 75%。OpticNerveSeg 建立了一个标准化基准，以加速有效自动颅神经分割方法的开发。

中文由 AI 翻译，仅供参考，以原文为准。