研究人员开发了一种新的乳腺超声图像病变分割方法，解决了边界泄漏和假阳性激活等挑战。该方法使用熵引导边界监督，将梯度重点放在不确定的病变边缘。该技术使用U-Net框架在BUSI数据集上进行了评估，在不影响分割质量的情况下提高了特异性。此外，空间温度缩放步骤提高了概率的可靠性。 AI
影响 这项研究可能带来更准确、更可靠的医学影像AI辅助诊断，提高特异性并减少假阳性。
排序理由 详细介绍图像分割新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Lesion segmentation in breast ultrasound involves two related challenges. In images with lesions, speckle noise, low tissue contrast, and posterior acoustic shadowing cause boundary leakage and incomplete contour delineation. In images without lesions, those same artifacts genera…