研究人员开发了一种新颖的人机协同框架,用于医学影像中的胶质瘤分割,旨在提高临床部署的准确性和安全性。这种混合结构-随机方法利用测试时增强(TTA)的不确定性和分层拓扑过滤,主动识别和纠正高风险的结构异常。在对一个具有挑战性队列的模拟测试中,该系统显著降低了整个肿瘤分割的豪斯多夫距离并提高了Dice分数,同时仅需极少的人工交互工作量。 AI
影响 该框架可以提高AI在神经肿瘤学等关键医疗应用中的部署安全性和效率。
排序理由 研究论文,详细介绍了一种用于医学图像分割的新型AI框架。[lever_c_demoted from research: ic=1 ai=1.0]
- Ahmed Karam Eldaly
- arXiv
- Glioma Segmentation
- Human Oracle
- Hybrid Structural-Aleatoric Human-in-the-Loop
- Uncertainty-Guided Handshake
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →