医学图像转换中不确定性的验证
图像与视频处理
2020-02-19 v1 计算机视觉与模式识别
机器学习
摘要
医学图像正日益用作深度神经网络的输入，以产生辅助研究人员和临床医生的定量值。然而，标准深度神经网络并未提供这些定量值中不确定性的可靠度量。近期工作表明，在训练与测试时使用 dropout 可提供不确定性估计。在本工作中，我们研究在 CT 到 MR 图像转换任务中使用 dropout 来估计认知不确定性（epistemic uncertainty）与偶然不确定性（aleatoric uncertainty）。我们表明，如定义所示，两类不确定性均被捕获，从而对所输出的不确定性估计提供了置信度。
引用
@article{arxiv.2002.04639,
title = {Validating uncertainty in medical image translation},
author = {Jacob C. Reinhold and Yufan He and Shizhong Han and Yunqiang Chen and Dashan Gao and Junghoon Lee and Jerry L. Prince and Aaron Carass},
journal= {arXiv preprint arXiv:2002.04639},
year = {2020}
}
备注
IEEE ISBI 2020