简单摘要
人工智能（AI）可以在计算机断层扫描（CT）上勾勒出胰腺导管。这些分割结果通常通过与参考标准的重叠程度来判断，例如使用中心线Dice（clDice）分数，这是一个专为细长管状结构设计的指标。一个短小的间隙可能会将导管分割成多个独立部分，却几乎不会降低这类分数。在235例CT扫描中，81例高重叠分数的分割中有51例的连通组件数量与参考标准不同，而参考标准本身也是自动生成的。第二个AI模型和故意切断的参考标准同样显示出这一缺陷。因此，连通性应与重叠分数一同报告。
摘要
背景/目的： 中心线Dice（clDice）强调骨架重叠，但高分并不保证连通性。本实证研究未提出新指标，而是测量了CT上高分胰腺导管分割与参考标准在连通组件数量上的差异频率，以及哪些因素会改变这一频率。方法： 对235个留出的PANORAMA CT预测结果（来自一个公开模型）比较了Dice、clDice和组件数量。参考标准是算法生成的，因此差异仅代表不一致，而非解剖学正确性。对阈值、小组件清理和基于骨架的计数进行了变化。进一步测试使用了第二个模型、已知切口、合成管和视网膜标签。合成管半径用于说明机制，而非临床阈值。结果： 在81个两项分数均高于0.85的预测中，51个（63.0%；95%置信区间 52–73%）在组件数量上存在差异；第二个模型在55个中有32个不同（58.2%）。在86个Dice高于0.85的预测中，仅清理操作就使不一致病例数在25到60之间变化，基于骨架的计数重新分类了7个病例。在一次已知切口后，199个参考标准中有194个仍保持两项分数高于0.85，尽管存在断裂。结论： 高clDice并不保证匹配的连通性。研究应报告直接的连通性度量，并说明其清理和骨架化约定，因为这些约定本身就会改变报告频率。
