Nagini3D：深度学习融合主动表面的3D分割框架

2026年10月6日，bioRxiv发布预印本，研究者提出Nagini3D，一种融合深度学习与snake方法的3D生物图像分割方法，结合数据驱动的高效性与主动表面的形状表示能力。该方法基于完整3D体数据实现三个维度上的分割一致性，理论上可表示任意球面拓扑对象，突破依赖凸性假设的常见3D方法限制。在多个真实与模拟数据集上的实验验证了其分割质量及几何特征提取能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。