摘要

结直肠癌是西半球发病率第三高的癌症。通过计算机断层扫描（CT）对结直肠及其癌变组织进行精准分割，是当前医学领域亟待解决的重要问题。若能实现这一目标，将有助于在疾病早期阶段发现结直肠癌，辅助放射科医生更高效地定位病灶，显著提升诊断效率。然而，目前医学图像处理领域的科研论文大多基于封闭、非公开的数据集。为此，本文对Medical Decathlon数据集进行了扩展，新增了结直肠区域的标注信息，旨在提升分割算法的整体性能。所有标注均由经验丰富的放射科医生进行验证，并根据质量水平划分为不同子集，最终公开发布于公共平台。基于上述数据，我们采用UNet架构的神经网络模型，结合五折交叉验证方法进行训练，最终获得的Dice系数为 $0.6988 \pm 0.3$。所发布的标注数据将有助于提升结直肠癌的检测精度，并简化放射科医生在影像报告撰写中的工作流程。