TPAMI 2024 | 基于Dempster-Shafer方法的可信AI在胎儿脑MRI分割中的应用

文章预览

点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 题目：A Dempster-Shafer Approach to Trustworthy AI With Application to Fetal Brain MRI Segmentation 基于Dempster-Shafer方法的可信AI在胎儿脑MRI分割中的应用 作者：Lucas Fidon; Michael Aertsen; Florian Kofler; Andrea Bink; Anna L. David; Thomas Deprest; Doaa Emam; Frédéric Guffens; András Jakab; Gregor Kasprian; Patric Kienast; Andrew Melbourne; Bjoern Menze; Nada Mufti; Ivana Pogledic; Daniela Prayer; Marlene Stuempflen; Esther Van Elslander; Sébastien Ourselin; Jan Deprest; Tom Vercauteren 摘要 用于医学图像分割的深度学习模型在病理病例和与训练图像不同中心获取的图像上可能会出乎意料地出现严重失败，产生违反专家知识的标注错误。这些错误削弱了深度学习模型在医学图像分割中的可信度。检测和纠正这些错误的机制对于将这项技术安全地转化到临床至关 ………………………………