使用4D卷积核和稀疏注释进行4D流动MRI下的主动脉分割
研究人员开发了基于参数高效混合 4D 卷积核的自动 4D U-Net，用于分割主动脉升部、弓部和近端降部。该方法利用从现有 2D 专家轮廓和中心线推导出的稀疏 4D 标签，避免了密集 4D 标注的需求。训练数据包含来自 8 个中心和 2 家厂商的 268 次扫描，并在内部测试集（32 次）及外部后对比增强数据集（30 次）上进行评估。与时间分辨标注相比，该模型在内部和外部测试中的 Dice 分数分别为 0.927 和 0.911，优于帧式 3D 网络、静态 PC-MRA 及基于配准的传播方法；峰值速度、净流量、剪切应力及直径等指标与专家轮廓的一致性极佳（ICC≥0.954/0.980）。该模型实现了跨中心、跨厂商及独立后对比增强数据的可重复时间分辨主动脉分割，并已在公开平台发布。