KEVS：利用高斯核密度估计提高术前CT中内脏脂肪组织的分割

本研究解决了术前CT中内脏脂肪组织（VAT）分割的不足，尤其是由于观察者间变异性和缺乏真实标记的阻碍。文章提出了一种全自动的KEVS方法，结合深度学习语义分割与高斯核密度估计，能够在没有真实标记的情况下，实现更精准的VAT预测。研究结果表明，KEVS相比现有方法在Dice系数上提高了4.80%和6.02%，展示了其在减少观察者变异性方面的潜力。