基于条件约束概率生成的目标轮廓不确定性误差量化方法

本案涉及基于条件约束概率生成的目标轮廓不确定性误差量化方法，用于解决现有技术无法提供对结节超声诊断结果的直观解释，以及现有技术难以同时学习来自多位专家的临床观点的问题。所述方法提出了一种基于条件约束概率生成的目标轮廓不确定性误差量化方法，通过建立深度学习模型捕获结节超声影像图像中的语义和结构编码信息，将编码信息映射到隐空间分布后进行采样，基于采样结果得到目标轮廓分割结果及不确定性的量化。所述方法利用模型学习来自多位专家的标注分布，输出自身预测结果的不确定性量化，有效提升模型的可解释性，帮助医生识别结节高风险区域，从而增强了所述方法在实际临床应用中的透明性和可靠性。