BriefGPT - AI 论文速递
·
MLV$^2$-Net：基于评估者的多数标签投票法用于一致的脑膜淋巴管分割
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究针对脑膜淋巴管手动分割中的评估者间变异性问题，提出了新的训练方案和集成策略，显著提升了nnU-Net模型的分割准确性，最终模型MLV$^2$-Net的Dice系数达到了0.806。
🎯
关键要点
-
本研究针对脑膜淋巴管手动分割中的评估者间变异性问题。
-
提出了一种新的评估者意识训练方案和基于评估者的集成策略。
-
显著提高了nnU-Net模型在脑膜淋巴管分割中的准确性和一致性。
-
最终模型MLV$^2$-Net的Dice系数达到了0.806。
-
成功复制了与年龄相关的脑膜淋巴管体积关联。
➡️
