关键词spatial uncertainty maps
搜索结果 - 2
- 提高心脏 MRI 深度学习分割方法的可信度
本文提出了一种自动图像分割方法,基于 (Bayesian) 扩张卷积神经网络 (DCNN),用于自动生成手头输入图像的分割掩模和空间不确定性地图,并利用人机交互设置结合分割和不确定性图来提高分割性能。该方法使用 ACDC 的 100 个心脏 - 利用不确定性评估预测分割质量
本文旨在将最近关于评估不确定性的结果应用于基于深度学习的医学分割中的两个重要输出:产生空间不确定性映射,以便临床医生可以观察系统何时以及为何错误,以及量化图像级别的失败预测,并展示关于空间不确定性的推理是产生分割质量预测的有用中间表示。提出