Наша команда исследователей представила передовой метод анализа медицинских изображений в статье «A fuzzy rank-based ensemble of CNN models for MRI segmentation», опубликованной в журнале Biomedical Signal Processing and Control. Метод основан на нечетком ранговом ансамблировании трёх современных нейронных сетей: SegResNet, UNETR и SwinUNETR, и позволяет повысить точность диагностики опухолей.

Ранее этот подход был предложен в другой статье научной группы для классификации цитологии шейки матки. В текущем исследовании метод обобщён до задачи сегментации, что делает его универсальным для анализа медицинских изображений, включая МРТ сканирование мозга.

Результаты исследований, опубликованные в статье, демонстрируют, что предложенный подход достигает максимального уровня производительности после примерно 80 эпох обучения, при этом не наблюдается признаков переобучения. В работе также подчеркивается важность оптимизации ресурсов в прикладных исследованиях, что делает метод применимым для широкого круга задач.

Детали исследования, включая доступ к исходным данным и тренировочным пайплайном, можно найти на платформе Kaggle (см. статью), а реализацию ансабля для Pytorch на GitHub.