研究发现深度集成算法可能导致群体间收益不均，预测多样性差异是原因之一。实验证明，后处理方法能有效减轻不公平性，同时保持预测性能。

本文介绍了一种基于ETC-Net的半监督医学图像分割方法，通过三个分支解决预测多样性和训练稳定性，并利用不确定性估计抑制错误监督信号的负面影响。实验结果显示ETC-Net在多个数据集上超越了其他半监督分割方法。