English(EN) Benchmarking Uncertainty and its Disentanglement in multi-label Chest X-Ray Classification

发布了用于胸部X光片分类的AI不确定性基准

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-01 04:00

研究人员开发了一个基准来评估用于多标签胸部X光片分类的AI模型中的不确定性量化。该研究使用了MIMIC-CXR-JPG数据集，评估了卷积和Transformer架构的13种不同方法。研究结果强调，根据方法和模型架构的不同，在区分认知不确定性和偶然不确定性方面，效果和局限性各不相同。 AI

影响为评估医疗诊断中AI模型的可靠性建立了一个基准，有可能提高诊断准确性和安全性。

排序理由该集群包含一篇学术论文，详细介绍了用于医疗影像AI模型不确定性的新基准。[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 →

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Simon Baur, Wojciech Samek, Jackie Ma · 2026-06-01 04:00

多标签胸部X光片分类中的不确定性及其解耦的基准测试

arXiv:2508.04457v2 Announce Type: replace Abstract: Reliable uncertainty quantification is crucial for trustworthy decision-making and the deployment of AI models in medical imaging. While prior work has explored the ability of neural networks to quantify predictive, epistemic, a…