热门
最新
红包
立Flag
投票
同城
我的
发布
《医疗影像用U-Net加Dice Loss稳分割》
然而，随着临床需求从“能分割”转向“稳定分割”，传统Dice Loss的局限性逐渐暴露——在小目标、低对比度或数据稀缺场景下，分割结果易波动，直接影响临床决策可靠性。：在肺结节数据集（LIDC-IDRI）上，该策略使小结节（<5mm）的分割稳定性提升41%（Dice系数标准差从0.12降至0.07），同时精度仅微降1.2%。“Dice Loss在肿瘤分割中表现优异，但其假设‘目标区域连续且连通’在脑卒中MRI中完全失效——水肿区常呈碎片状，此时Dice Loss会人为扩大分割范围，导致假阳性。
——来自博客 https://blog.csdn.net/jaxzheng/article/details/157045113
Dice Loss的稳定性仅在理想数据分布下成立(单选)
0 人已经参与 已结束
正确
0人
错误
0人
CSDN App 扫码分享
评论
点赞
- 复制链接
- 举报
