Scidown文献预览系统！
用归一化流程改进多标注医学图像分割中的任意不确定性量化( Improving Aleatoric Uncertainty Quantification in Multi-Annotated Medical Image Segmentation with Normalizing Flows )
Valiuddin, M. M. A. Viviers, C. G. A. van Sloun, R. J. G. de With, P. H. N. van der Sommen, F.
在医学图像分割应用中，不确定性的量化是必不可少的，因为它往往与重要的决策有关。在量化图像分割体系结构中的不确定性方面已经做出了引人注目的尝试，例如，学习以输入图像为条件的密度分割模型。这一领域的典型工作限制这些学习的密度是严格的高斯。在本文中，我们提出了一种更灵活的方法，通过引入归一化流(NFs)，使学习的密度更加复杂，并便于对不确定性进行更准确的建模。我们通过采用概率U-网和用NF增加后验密度来证明这一假设，使其具有更强的表现力。我们对多注释和单注释的LIDC-IDRI和Kvasir-SEG分割数据集的定性和定量（GED和IoU）评价，分别显示出明显的改进。这在任意不确定性的量化和高达14%的预测性能的提高中最为明显。这一结果强烈地表明，在试图通过密度建模捕捉分割歧义的体系结构中，应该认真考虑更灵活的密度模型。这种改进的建模的好处将增加人们对注释和分割的信心，并使该技术在实践中得到迅速的采用。
SciDown文献求助系统（解决99%问题） Public Download arXiv.org
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 高脂饮食诱导的肥胖小鼠胰腺β细胞功能受损的机制:内质网应激的作用下载
scidown 用于眩光应用的2024飞机铝合金超薄板材的加速腐蚀暴露下载
scidown 扇出重构过程非对称翘曲预测的半解析公式的发展下载