医学图像分割网络的层次化不确定性估计

原文约200字，阅读约需1分钟。发表于：。

建立可信赖的图像分割模型既需要评估其性能又需要估计模型预测的不确定性。本研究提出了一种利用多层不确定性模块估计图像分割的简单有效方法，并证明了采用此方法实现的深度学习分割网络能够同时实现高分割性能和有意义的不确定性图，可用于识别分布之外的数据。

该研究探索了医学图像分割中专家解释和注释的可变性，并引入了一种新的基于贝叶斯神经网络的架构来评估标记者之间的不确定性。该方法在七个任务中超过了现有的基准方法，并提供了代码、模型和新数据集。