MLV$^2$-Net: Rater-Based Majority-Label Voting for Consistent Meningeal Lymphatic Vessel Segmentation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了MLV$^2$-Net模型,旨在解决脑膜淋巴管手动分割中的评估者间变异性问题。通过新的训练方案和集成策略,显著提高了分割准确性,最终模型在与人类标准比较中达到了Dice系数0.806,并成功复制了与年龄相关的MLV体积关联。

🎯

关键要点

  • 本研究提出了MLV$^2$-Net模型,旨在解决脑膜淋巴管手动分割中的评估者间变异性问题。
  • 通过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MLVs分割中的准确性和一致性。
  • 最终模型MLV$^2$-Net在与人类参考标准的比较中,达到了Dice相似性系数0.806。
  • 模型成功复制了与年龄相关的MLV体积关联。
➡️

继续阅读