CADS 发布全身 CT 解剖分割数据集与统一模型框架

研究团队发布 CADS，一个面向全身 CT 解剖分割的统一数据与模型框架。该框架参照 SNOMED-CT 构建解剖标签空间，整合来自 100 多家影像中心的异质队列，对 22,022 例 CT 体积完成 167 个结构的完整标注，在解剖覆盖范围和规模上超过现有资源。为补全标注稀疏的 CT，作者将自训练与基于神经隐式函数的形状感知质量控制结合，筛选高质量伪标签。基于该资源训练的 CADS 在分布偏移下保持稳健的全身分割，并在 18 个公开数据集上相对当前先进方法取得更好表现；另在一个由专家复核、包含 2864 例 CT 的独立真实肿瘤队列中完成验证。