Aug, 2021
使用归一化流提高多注释医学图像分割中的不确定性度量
Improving Aleatoric Uncertainty Quantification in Multi-Annotated Medical Image Segmentation with Normalizing Flows
M.M.A. Valiuddin, C.G.A. Viviers, R.J.G. van Sloun, P.H.N. de With, F. van der Sommen
TL;DR使用正则化流 (NFs) 的方法来模型化分割模型中的不确定性,相较于严格使用高斯密度模型,可以让模型更具表现力,有效提高单标注和多标注分割数据集的分割性能,并明确提出了更灵活的密度模型应该在该领域内被认真考虑。