MGML:利用不完整MRI数据的脑肿瘤分割增强

Paper#Medical Imaging, Deep Learning, Brain Tumor Segmentation🔬 Research|分析: 2026年1月3日 15:58
发布: 2025年12月30日 01:37
1分で読める
ArXiv

分析

本文解决了脑肿瘤分割中不完整多模态MRI数据的实际挑战,这是临床环境中常见的问题。提出的MGML框架提供了一个即插即用的解决方案,使其易于与现有模型集成。使用元学习进行自适应模态融合和一致性正则化是一种处理缺失模态并提高鲁棒性的新方法。在BraTS数据集上的出色表现,特别是跨缺失模态组合的平均Dice分数,突出了该方法的有效性。源代码的公开进一步增强了这项研究的影响。
引用 / 来源
查看原文
"The method achieved superior performance compared to state-of-the-art methods on BraTS2020, with average Dice scores of 87.55, 79.36, and 62.67 for WT, TC, and ET, respectively, across fifteen missing modality combinations."
A
ArXiv2025年12月30日 01:37
* 根据版权法第32条进行合法引用。