研究人员开发了一种名为CATMIL的新目标函数，以改进脑部MRI扫描中小结构的分割。该方法将标准的分割损失与辅助项相结合，这些辅助项根据连通组件自适应地重新加权体素贡献，并引入病灶级监督。在MSLesSeg数据集上的评估表明，CATMIL提高了分割精度、病灶检测和错误控制，特别是提高了小病灶的召回率，同时最大限度地减少了假阳性。 AI
影响 引入了一种新颖的损失函数，可提高医学影像中小病灶的检测能力，可能有助于提高诊断准确性。
排序理由 这是一篇详细介绍医学图像分割新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.08015v2 Announce Type: replace Abstract: We propose a unified objective function, termed CATMIL, that augments the base segmentation loss with two auxiliary supervision terms operating at different levels. The first term, Component-Adaptive Tversky, reweights voxel con…