ssVERDICT: 自主学习的 VERDICT-MRI 用于提升前列腺肿瘤特征的表征

利用自我监督深度神经网络（DNN）对前列腺癌（PCa）的 VERDICT 模型进行参数估计，首次实现了复杂的三室分生物物理模型的无监督学习，相比传统方法具有更高的估计准确性、减少的偏差以及更高的癌变组织鉴别置信水平。

该研究提出了一种基于半监督学习的医学图像分割方法，利用深度学习不确定性估计模型生成伪标签标注数据，自动选择最佳的伪注释，实现了在医学3D数据集上更好的性能。验证实验表明其在前列腺磁共振成像数据集上的性能得到了明显的提升。