English(EN) TimeLesSeg: Unified Contrast-Agnostic Cross-Sectional and Longitudinal MS Lesion Segmentation via a Stochastic Generative Model

新的AI模型可跨时间与对比度类型分割MS病灶

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-08 16:19

研究人员开发了TimeLesSeg，一个用于分割医学影像中多发性硬化症病灶的新型框架。该统一模型无需对比剂即可处理横断面和纵向数据，克服了现有方法的局限性。TimeLesSeg利用随机生成模型模拟病灶演变，并通过域随机化实现对比度无关性，在多个数据集上表现优于现有最先进的方法。 AI

影响引入了一个更强大的医学影像分析AI模型，有望提高MS患者的诊断准确性和治疗监测。

排序理由详细介绍新型AI医学影像分割模型的学术论文。[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 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Ferran Prados · 2026-05-08 16:19

TimeLesSeg: Unified Contrast-Agnostic Cross-Sectional and Longitudinal MS Lesion Segmentation via a Stochastic Generative Model

Multiple sclerosis (MS) expresses substantial clinical and radiological heterogeneity, which poses significant challenges for automatic lesion segmentation. The current deep learning-based SOTA is highly susceptible to changes in both distribution, e.g., changes in scanner; as we…