个体评分者风格对医学图像分割中深度学习不确定性的影响
计算机视觉与模式识别
2021-05-06 v1 图像与视频处理
摘要
尽管多项研究已探讨医学分割任务中评分者间变异性与深度学习模型不确定性之间的关系，但关于个体评分者风格影响的认识仍很有限。本研究以偏置和一致性形式量化评分者风格，并探索其在用于训练深度学习模型时的影响。使用了两个多评分者公开数据集，分别为脑多发性硬化病灶与脊髓灰质分割。在两个数据集上，结果均显示评分者偏置与深度学习不确定性之间存在相关性（R^2 = 0.60 和 0.93）。还探讨了评分者标注间标签融合对该关系的影响，我们表明多中心共识比单中心共识更能有效降低不确定性，因为评分者风格主要是中心特异的。
引用
@article{arxiv.2105.02197,
title = {Impact of individual rater style on deep learning uncertainty in medical imaging segmentation},
author = {Olivier Vincent and Charley Gros and Julien Cohen-Adad},
journal= {arXiv preprint arXiv:2105.02197},
year = {2021}
}
备注
17 pages, 8 figures, in submission at MELBA journal