在多器官分割 (CURVAS) 中对多级体积评估的校准和不确定性挑战结果

科学领域:

• 医学图像分析 医学图像分析
• 人工智能在医学中的应用
• 计算病理学计算病理学

背景情况:

• 深度学习 (DL) 主导医疗图像细分,但在可靠性和临床使用方面面临挑战.
• 注释可变性,模型校准和不确定性估计是DL模型的关键障碍.
• 为了对细分模型进行可靠的评估,利用注释器间的变化是必不可少的.

研究的目的:

• 引入CURVAS挑战,专注于多评审者注释,以实现强大的医疗图像分割.
• 在细分任务中评估DL模型的校准和不确定性估计能力.
• 评估多注释器基准真相对模型性能和可靠性的影响.

主要方法:

• 七个团队开发了用于多器官细分的DL模型.
• 模型使用子相似系数 (DSC),预期校准错误 (ECE) 和连续排列概率得分 (CRPS) 进行评估.
• 从多个注释者获得的共识和异见基本真相被用于评估.

主要成果:

• 精确校准的模型显示与高质量的细分结果有很强的相关性.
• 在各种数据集和预训练知识上训练的模型表现出更高的稳定性.
• 性能最好的模型实现了高的DSC和准确的不确定性估计.

结论:

• 多注释器基础真实性对于开发可靠的DL细分模型至关重要.
• 彻底的校准评估和不确定性意识评估对于临床可靠性是必要的.
• 通过多评分方法来解决注释变化,可以提高DL模型的性能和可靠性.