本文介绍了一种基于三维卷积神经网络的级联模型，用于多发性硬化患者的白质病变分割。该方法在多个数据集上表现优于其他技术，强调了领域适应性和时间差异对分割准确性的影响，展示了其在临床应用中的潜力。

本文介绍了一种近似算法，使用预训练模型生成具有类似准确度但成本更低的级联模型。该算法应用于最先进的ImageNet分类模型，可降低浮点乘法和内存I/O的成本。自动生成的级联模型具有直观的特性，如对易于处理的图像使用较低分辨率输入，并在使用成本较低的模型时需要更高的预测置信度。