본 논문은 의료 영상에서 간암 환자의 혈관(특히 문맥 및 간정맥) 트리를 자동으로 분할, 골격화하고 분석하는 심층 학습 및 영상 처리 기반 파이프라인을 제시합니다. 먼저, ClDice 및 형태학적 골격화 손실과 같은 미분 가능한 골격화 방법이 혈관 트리 분할 성능에 미치는 영향을 연구하여 혈관 트리 연결성을 개선합니다. 다음으로, 단일 클래스 혈관 분할을 문맥 및 간정맥 트리를 분리하는 다중 클래스 분할로 전환하는 방법을 제시합니다. 각 정맥 트리의 해부학적 가지를 하위 라벨링하고 기하학적 마커를 추출하여 형태 측정 분석을 수행합니다. 마지막으로, 다양한 굵기의 혈관을 포함하는 광범위한 혈관 트리에 대한 골격화 방법을 개선하고, 외과의가 검증한 정확한 다중 클래스 혈관 분할을 제공하며, 77개 케이스의 고품질 간 혈관 데이터셋을 공개합니다.
