May, 2024
利用确定性不确定性网络和不确定性感知训练改进心脏应用的深度学习模型校准
Improving Deep Learning Model Calibration for Cardiac Applications using Deterministic Uncertainty Networks and Uncertainty-aware Training
Tareen Dawood, Bram Ruijsink, Reza Razavi, Andrew P. King, Esther Puyol-Antón
TL;DR通过评估两种方法对深度学习分类模型的影响,即确定性不确定性方法和不确定性感知培训,我们发现这两种方法都可以在心脏成像领域的两个实际临床应用中提高准确性和校准度,其中确定性不确定性方法一般提供最佳改进效果,同时它们的组合也进一步改进了部分确定性不确定性方法和不确定性感知培训方法的组合。