English(EN) Domain Shift in Echocardiography: Interpretable Quantification and Prediction of Cross-Dataset Left Ventricular Segmentation

新方法量化超声心动图分割中的域偏移

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-23 04:00

研究人员开发了量化和预测超声心动图左心室分割中域偏移的方法，这是临床部署的关键挑战。他们的研究发现，几何不一致性而非声学差异是造成这种偏移的主要原因。所提出的技术可以在部署前估计域偏移对分割性能的影响，预测模型取得了显著的准确性。 AI

影响通过解决域偏移挑战，提高了AI模型在医学成像中的可靠性。

排序理由该集群包含一篇研究论文，详细介绍了量化和预测医学成像中域偏移的新方法。[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 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Soroush Elyasi, Nasim Dadashi Serej, Julie Wall, Massoud Zolgharni · 2026-07-23 04:00

超声心动图中的域偏移：跨数据集左心室分割的可解释量化与预测

arXiv:2607.19643v1 Announce Type: new Abstract: Cross-dataset generalisation remains a major barrier to clinical deployment of echocardiographic left ventricular segmentation, yet the sources of this shift are rarely disentangled. We examined whether transfer degradation could be…