研究人员开发了一种新的纵向医学影像数据集划分框架，以提高深度学习模型的可靠性。该三方数据集分析框架系统地分析了空间完整性、强度指纹和时间轨迹，以量化特征分散和采样不平衡。所提出的无监督协议结合了K-means聚类和分层采样来平衡队列，与随机划分方法相比，显著减少了强度偏差并对齐了纵向随访间隔。 AI
影响 通过改进数据处理和减少偏差，增强了医学影像中深度学习模型的可靠性。
排序理由 该集群包含一篇学术论文，详细介绍了医学影像中数据集划分的新方法。[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 →
