原文跳转提示
此资讯内容来源于外部网站,将在 60 秒后自动跳转到原文页面
https://arxiv.org/abs/2609.15524
立即前往原文

BraTS-GoAT 2026评估nnU-Net在不同脑肿瘤人群中的泛化能力

BraTS-GoAT评估了模型在异质脑肿瘤人群中的肿瘤分割表现。研究人员使用1,351例带标注病例,通过五折交叉验证训练传统3D nnU-Net。在官方合并验证集上,增强肿瘤、肿瘤核心和全肿瘤的Dice值分别为0.7805、0.8288和0.8854。平均区域Dice从来源OOF病例的0.9058下降到合并验证集的0.8310,表明跨人群泛化能力减弱。测试时镜像仅带来小幅单折提升,残差编码器版本的平均Dice为0.8282。失败病例通常具有更小的增强肿瘤体积,以及更分散、连接性更差的肿瘤成分。
行业资讯 应用 AI模型 研究 2026-09-17 19:30:55 943 阅读 阅读约 1 分钟 来源:Hugging Face
本文来源:Hugging Face,仅供学习参考,版权归原作者所有。