分析血管分割标注差异，量化人工标注不确定性。

When Experts Disagree: Characterizing Annotator Variability for Vessel Segmentation in DSA Images

• 多专家标注对比，识别2D DSA图像中血管分割的变异性。
• 量化标注间不一致程度，发现平均重合率仅68.3%。
• 结果可指导增量标注与开发抗不确定性的自动分割模型。

我们分析了多位标注者在2D数字减影血管造影（DSA）图像中对颅内血管进行手动分割时的差异，旨在表征并量化分割不确定性。通过该分析，我们量化了分割不确定性，并讨论其如何用于指导额外标注工作，以及如何用于开发具备不确定性感知能力的自动分割方法。研究基于多个专家标注数据集，结果显示标注间平均交并比（IoU）仅为68.3%，表明人工标注存在显著不一致性。

原文摘要 · Abstract (English)

We analyze the variability among segmentations of cranial blood vessels in 2D DSA performed by multiple annotators in order to characterize and quantify segmentation uncertainty. We use this analysis to quantify segmentation uncertainty and discuss ways it can be used to guide additional annotations and to develop uncertainty-aware automatic segmentation methods.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。