医学图像分析领域广义化综述
原文中文，约500字，阅读约需2分钟。发表于：。医学图像分析（MedIA）作为计算机辅助诊断系统中的关键工具，近年来随着深度学习（DL）的进步而崭露头角。然而，当训练良好的深度模型在不同的医学站点、模态和序列上部署时往往会遇到显著的性能下降，即域偏移问题。针对这一问题，医学图像域泛化（DG）旨在通过在未知数据分布中有效泛化和鲁棒地执行，解决域偏移挑战。本文对该领域的重要发展进行了综述，包括对域偏移和医学领域域泛化的正式定义以及几个相关设置...
医学图像分析是计算机辅助诊断系统中的关键工具，近年来随着深度学习的进步而崭露头角。本文综述了医学图像域泛化的重要发展，包括域偏移和医学领域域泛化的定义、相关设置的讨论、最近的方法以及常用的数据集。还提出了一些未来的研究课题。
