arXiv · 机器人与计算机视觉· Utkarsh Doshi, Adarsh Gadari, Sharat Chandra Vupparaboina, Joseph DeCicco, Giulia Gregori, Nicola Valsecchi, Nasiq Hasan, Elham Sadeghi, Jos\`e-Alain Sahel, Jay Chhablani, Kiran Kumar Vupparaboina, Sandeep Chandra Bollepalli·· 8 天前AI 评分4
nnUnet 在地理性萎缩分割任务中表现最优
Comparative Evaluation of Deep Learning Models for Geographic Atrophy Segmentation in En Face OCT Images
AI 导读
nnUnet 在基于 Cirrus 与 Spectralis 设备 OCT 图像的地理性萎缩分割任务中,以 0.8882±0.0033 的 Dice 系数超越其他四款深度学习架构及阈值基线。该研究通过归一化与修复预处理提升图像质量,证实 nnUnet 在数据受限条件下兼具高精度、稳定性与效率。论文已上传 arXiv,提供完整代码与权重下载许可。
来源:arXiv · 机器人与计算机视觉 · arxiv.org