研究人员推出了一种新方法——角度校准不确定性评分(ACUS),用于评估不完整视图计算机断层扫描(CT)中预测的可靠性。与专注于填充缺失数据并与单一真实值进行比较的传统方法不同,ACUS量化了预测准确性随着与采集测量值角度距离的增加而降低的程度。该评分基于名义90%预测区间的Winkler区间评分,当保留的像素落在区间之外时,会因宽度和漏判而受到惩罚。ACUS表明,随着角度间隙的扩大,预测可靠性会降低,这是标准峰值信噪比(PSNR)指标无法捕捉到的现象。 AI
影响 为评估医学影像中AI模型(尤其是在不完整数据场景下)的可靠性引入了新指标。
排序理由 该集群包含一篇详细介绍新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →