一项新研究对三种用于糖尿病足溃疡分割的深度学习模型进行了基准测试:U-Net、DeepLabV3+和SegFormer-B2。虽然所有模型在其训练数据集上表现良好,但当在外部数据集上进行测试时,它们的准确性显著下降。与卷积神经网络模型相比,基于Transformer的SegFormer-B2表现出更优越的泛化能力,这表明架构类型是跨医院性能的关键因素。 AI
影响 Transformer架构可能为医学图像分割任务提供更好的跨数据集泛化能力。
排序理由 该集群包含一篇学术论文,详细介绍了AI模型的基准研究。[lever_c_demoted from research: ic=1 ai=1.0]
- Abderrahmane Benfatah
- Al-Azhar University
- Deeplabv3 Plus
- DFUC2022
- Kazuhiro Fusegawa
- MeDetect: Domain Entity Annotation in Biomedical References Using Linked Open Data
- SegFormer-b2
- U-Net
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →