AdaConRed

新的AdaConRed方法提高了医学图像分类的准确性

研究人员开发了自适应共形再分配（AdaConRed），这是一种新颖的后共形决策规则，旨在通过解决过渡类中的不确定性来改进医学图像分类。该方法将模糊的预测集转换为精炼的类别分配，从而提高了口腔癌和皮肤癌检测等关键领域的准确性。在OSCC和ISIC等基准测试中，AdaConRed在识别恶性病例方面取得了显著的进步，其性能优于LAC、APS和RAPS等现有方法。