arXiv 2026年9月25日该研究提出 HierEM 分层期望最大化框架，把每个站点观察到的前列腺病灶标注视为潜在“干净”病灶掩膜的有噪观测，在 E 步推断体素级潜在掩膜后验、在 M 步用该后验作软目标训练 CNN 并用 logistic-normal 分层先验估计站点与病例级敏感度、特异度，在三个站点数据上池化留出评估的每站点平均 DSC 为 29.50%–39.69%，留一站泛化为 27.91%–32.67%，相对对比方法取得统计显著提升（p < 0.039），并给出可解释的站点标注质量估计（特异度 β≈0.99 时敏感度 α 为 31.5%–47.3%）。该研究提出 HierEM 分层期望最大化框架，把每个站点观察到的前列腺病灶标注视为潜在“干净”病灶掩膜的有噪观测，在 E 步推断体素级潜在掩膜后验、在 M 步用该后验作软目标训练 CNN 并用 logistic-normal 分层先验估计站点与病例级敏感度、特异度，在三个站点数据上池化留出评估的每站点平均 DSC 为 29.50%–39.69%，留一站泛化为 27.91%–32.67%，相对对比方法取得统计显著提升（p < 0.039），并给出可解释的站点标注质量估计（特异度 β≈0.99 时敏感度 α 为 31.5%–47.3%）。HierEM 把每个站点的前列腺病灶勾画当作潜在干净掩膜的有噪观测，在三站点留一站测试中把跨站点 Dice 提升到 27.91%–32.67%该研究提出 HierEM 分层期望最大化框架，把每个站点观察到的前列腺病灶标注视为潜在“干净”病灶掩膜的有噪观测，在 E 步推断体素级潜在掩膜后验、在 M 步用该后验作软目标训练 CNN 并用 logistic-normal 分层先验估计站点与病例级敏感度、特异度，在三个站点数据上池化留出评估的每站点平均 DSC 为 29.50%–39.69%，留一站泛化为 27.91%–32.67%，相对对比方法取得统计显著提升（p < 0.039），并给出可解释的站点标注质量估计（特异度 β≈0.99 时敏感度 α 为 31.5%–47.3%）。该研究提出 HierEM 分层期望最大化框架，把每个站点观察到的前列腺病灶标注视为潜在“干净”病灶掩膜的有噪观测，在 E 步推断体素级潜在掩膜后验、在 M 步用该后验作软目标训练 CNN 并用 logistic-normal 分层先验估计站点与病例级敏感度、特异度，在三个站点数据上池化留出评估的每站点平均 DSC 为 29.50%–39.69%，留一站泛化为 27.91%–32.67%，相对对比方法取得统计显著提升（p < 0.039），并给出可解释的站点标注质量估计（特异度 β≈0.99 时敏感度 α 为 31.5%–47.3%）。