Multi-Dataset Deep Learning for Automated Multiple Sclerosis Lesion Segmentation in Multimodal Brain MRI
Cette étude présente un cadre d'apprentissage profond multi-jeux de données utilisant une architecture UNet++ avec des entrées d'IRM multimodales et une optimisation sensible au déséquilibre afin de parvenir à une segmentation automatisée améliorée des lésions de sclérose en plaques, démontrant une sensibilité accrue pour les petites lésions tout en soulignant la nécessité d'une validation externe pour un déploiement clinique.