研究人员评估了深度学习模型在MRI扫描中肾脏病变分割的跨域泛化能力。他们在一个成人肾脏MRI数据集上训练了一个模型,并在成人病变和儿童肾母细胞瘤上测试了其性能。在儿童肾母细胞瘤上,该成人训练模型表现出有希望的结果,中位Dice相似系数(DSC)为0.85,仅略低于专门针对儿童的模型(0.90)。这表明成人数据集可以为儿科应用提供有价值的预训练,尽管专门的儿科数据仍然能提供更优越的性能。 AI
影响 展示了利用更大的成人医疗数据集来改进儿科诊断模型的潜力,可能加速研究和临床应用。
排序理由 该条目是一篇研究论文,详细介绍了一项关于深度学习模型在医学图像分割中跨域泛化能力的研究。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- deep learning
- Dice Similarity Coefficient
- Hausdorff distance
- Hugging Face
- kidney cancer
- magnetic resonance imaging
- nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation
- pediatric oncology
- Renal lesions: characterization with diffusion-weighted imaging versus contrast-enhanced MR imaging
- Wilms tumors
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →