表2显示HCC的边界划分并不一致，可能由于强化对比度并不高、密度值不均匀以及周围CT噪声。边界的这种不确定性，导致机器分割十分困难。本研究中操作者可以2D、3D勾画肿瘤边界，然后从轮廓自动计算自动分割、勾画肿瘤的边界。

    表3显示了机器分割与操作者手动分割的重叠对比，我们发现从机器分割中提取的特征一致性与从操作者手动分割提取的特征区别并不大，在1248个特征中有594个特征显示ICC>0.8(强相关)。虽然四个特征类别之间相对稳定，但是每个类别中的单个特征可能比所示的平均值更加稳定。机器分割的主要优势是相对容易获取，但使用机器分割的主要缺点是关于边界形状及边缘清晰度信息的丢失。这是基于算法假设所有机器分割图形都是基于圆形，这可能不符合实际的肿瘤边界，而操作者勾画的形状是与实际的肿瘤形状保持边缘接近。

    比较操作者重叠度是为了验证不同操作者间的稳定性，通过计算操作者分割与机器分割之间的ICC分数，分析哪些特征对于机器分割来说最稳定 ......