Multi-Dataset Deep Learning for Automated Multiple Sclerosis Lesion Segmentation in Multimodal Brain MRI
Este estudo apresenta um framework de aprendizado profundo multi-dataset utilizando uma arquitetura UNet++ com entradas de RM multimodais e otimização consciente de desequilíbrio para alcançar uma segmentação automatizada aprimorada de lesões de esclerose múltipla, demonstrando sensibilidade aumentada para pequenas lesões ao mesmo tempo em que enfatiza a necessidade de validação externa para implantação clínica.