Jimut Bahan Pal

新的VarDeepPCA框架通过不确定性改进医学图像分割

研究人员开发了VarDeepPCA，一个新颖的变分深度神经网络框架，旨在改进分布外（OOD）医学图像的分割。该框架从小的分布内数据集中学习解剖结构几何，使其能够在无需目标域数据或大量重新训练的情况下改进退化的分割图。VarDeepPCA提供计算高效、无采样的学习，并为其恢复的分割提供不确定性估计，在多个应用中展示了解剖学合理性和临床效用的显著改进。