本研究探讨了白质高信号（WMH）分割中的不确定性，提出结合随机分割网络与深度集成的方法，以提高分割准确性和Fazekas评分的分类性能，增强模型的准确性和可信度。

该研究提出了一种无需重新训练的方法，可以准确地分割白质高信号和脑区域，并在多个数据集和高/低场扫描中展示了强相关性结果。