医学影像无监督域适应：模型选择成临床部署瓶颈

Yiheng Xiong 等作者发表研究，评估医学影像无监督域适应（UDA）的完整流程，覆盖 9 个数据集、11 个跨域场景、10 种 UDA 算法与 13 种无标签选择方法，共训练评估超 80,000 个模型。研究发现，通常存在可用的适配模型，但在没有目标域标签时难以将其识别出来：验证器选出的模型与最优模型之间存在较大且结构性的目标域性能差距，且没有一种验证器始终可靠。 研究测试的集成与小规模目标标注预算两种策略能缩小这一差距，但无法完全消除。作者据此认为，模型选择环节是推动 UDA 走向临床部署的关键。

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。