従来のベイズ深層モデルは識別モデルとみなせる教師・生徒のアーキテクチャであり、学習時に用いたラベル画像に過学習する傾向にあった 生成モデルに基づくアーキテクチャ（生成ベイズ深層学習：GBDL）を考案し、ラベルデータだけなくラベルなしデータからも結合確率分布を推定し生成する生成に近いモデルを構築した。 3D-UnetにMC dropoutを追加した構造。

3つの医療画像データセット（ KiTS19（腎臓腫瘍）、 Atrial Segmentation Challenge（血管）、 MICCAI 2018 medical segmentation decathlon challenge (肝臓)）で良好な成績

GitHub公開 https://github.com/Jianf-Wang/GBDL