BriefGPT - AI 论文速递
·
深度证据融合下的多模态医学图像分割与不确定性量化及上下文折扣
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种基于深度学习和Dempster-Shafer理论的多模式医学图像分割的融合框架，实验结果表明该方法表现优异。
🎯
关键要点
-
提出了一种基于深度学习和Dempster-Shafer理论的多模式医学图像分割融合框架。
-
该框架考虑了每个单模态图像在分割不同对象时的可靠性。
-
通过背景折扣操作对每个模态的证据进行合并以达到最终决策。
-
实验结果表明该方法在准确性和可靠性方面优于现有方法。
🏷️
标签
➡️
