UGB-SegNet：不确定性引导多尺度注意力与边界感知学习用于乳腺超声病灶分割

UGB-SegNet 在公开 BUSI 数据集（647 例标注病灶图像，454/64/129 分层划分）的留出测试集上实现 81.30% Dice、68.49% IoU、81.71% 敏感度、98.14% 特异度和 15.63 像素 HD95，优于 U-Net、Attention U-Net、SegNet、DeepLabV3+ 和 TransUNet 五个直接训练基线。