用于多因素骨龄预测不确定性估计的变分推断与贝叶斯CNN
图像与视频处理
2020-02-26 v1 机器学习
机器学习
摘要
除在临床医学中的广泛应用外，法医学中的生物学年龄(BA)还用于在没有身份证明文件的情况下评估未知的实际年龄(CA)。文献中提出的年龄估计自动方法预测的是点估计，若不对预测不确定性进行量化，可能会产生误导。在我们基于MRI数据的多因素年龄估计方法中，我们使用变分推断方法来估计贝叶斯CNN模型的不确定性。通过将模型不确定性与数据不确定性区分开来，我们将数据不确定性解释为生物学变异，即具有相同BA的受试者可能的CA范围。
引用
@article{arxiv.2002.10819,
title = {Variational Inference and Bayesian CNNs for Uncertainty Estimation in Multi-Factorial Bone Age Prediction},
author = {Stefan Eggenreich and Christian Payer and Martin Urschler and Darko Štern},
journal= {arXiv preprint arXiv:2002.10819},
year = {2020}
}
备注
accepted at Medical Imaging Meets NeurIPS 2019