无标签UDA算法与超参联合选择方法提出

Yiheng Xiong等作者提出一种无需标签的准则，可同时为医学影像的无监督域自适应（UDA）选择算法与超参数。该方法先用多种无标签选择信号在每个算法内提名模型，再跨算法聚合为参考预测，选出与参考一致性最高的候选。 作者称，在四个脑部MRI和四个胸部X射线数据集、七种临床迁移场景上，该方法的模型选择性能优于其他方法，且在不同算法池中均有效。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。