Краткое содержание

arXiv:2511.14021v1 Тип объявления: кросс Аннотация: Люди легко могут определить анатомические плоскости (аксиальную, коронарную и сагиттальную) на двумерном срезе МРТ, однако автоматическим системам эта задача дается сложно. Отсутствие метаданных о ориентации плоскостей может усложнить анализ данных, увеличить доменный сдвиг при объединении разнородных наборов данных и снизить точность диагностических классификаторов. В данном исследовании разработан классификатор, который точно генерирует метаданные об ориентации плоскости. Мы используем контекстно-зависимую модель в формате 2.5D, которая использует информацию из нескольких срезов для устранения неоднозначности изолированных изображений и обеспечения надежного обучения признаков. Модель формата 2.5D обучается как на последовательностях трехмерных срезов, так и на статичных двухмерных изображениях. Хотя наша эталонная модель формата 2D достигает точности 98,74%, наш метод 2.5D повышает этот показатель до 99,49%, что приводит к снижению ошибок на 60%, подчеркивая важность контекста 2.5D. Мы проверили полезность наших сгенерированных метаданных в задаче обнаружения опухолей головного мозга. Гейтинговая стратегия избирательно применяет прогнозы, улучшенные за счет использования метаданных, основываясь на неопределенности.