医学图像分割中失败检测方法的比较基准测试：揭示置信度聚合的作用
计算机视觉与模式识别
2024-10-23 v2
摘要
语义分割是医学图像分析研究的重要组成部分，最近的深度学习算法提供了跨不同数据集的即用型适用性。尽管取得了这些进展，分割失败仍然是现实世界临床应用中的一个重要问题，需要可靠的检测机制。本文介绍了一个全面的基准测试框架，旨在评估医学图像分割中的失败检测方法。通过我们的分析，我们确定了当前失败检测指标的优势和局限性，并倡导将风险覆盖分析作为一种整体评估方法。利用一个包含五个公开3D医学图像数据集的集体数据集，我们评估了在现实测试时分布偏移下各种失败检测策略的有效性。我们的研究结果强调了像素置信度聚合的重要性，并观察到集成预测之间的成对Dice分数（Roy等人，2019）具有优越性能，将其定位为医学图像分割中失败检测的简单而稳健的基线。为了促进持续研究，我们将该基准测试框架提供给社区。
引用
@article{arxiv.2406.03323,
title = {Comparative Benchmarking of Failure Detection Methods in Medical Image Segmentation: Unveiling the Role of Confidence Aggregation},
author = {Maximilian Zenk and David Zimmerer and Fabian Isensee and Jeremias Traub and Tobias Norajitra and Paul F. Jäger and Klaus Maier-Hein},
journal= {arXiv preprint arXiv:2406.03323},
year = {2024}
}
备注
This work has been submitted for possible publication