本研究提出了一种基于多层不确定性模块的图像分割方法，结合概率 U-Net 和多个标注者的变异性，显著提升了肺结节和前列腺 MRI 数据集上的分割性能和不确定性估计，帮助医生更好地评估分割结果的置信度。

本研究首次引入了视觉模型的预训练不确定性模块，实现了零样本迁移。通过解决梯度冲突，训练速度提升了180倍。预训练的不确定性能够泛化到未见过的数据集，捕捉了基本不确定性。所有预训练的检查点和代码已发布。