TCSeg

医学AI研究指出分割模型存在过度自信问题

研究人员发现，在3D医学图像分割的半监督学习中存在严重的过度自信问题。他们认为，当前的方法常常将预测置信度与真实不确定性混淆，导致确认偏差。此外，许多基准测试中缺乏专门的验证集，鼓励使用测试集进行验证，从而夸大了性能估计，并造成了过拟合的“军备竞赛”。为解决此问题，提出了一种新框架，该框架明确区分了置信度和不确定性，并纠正了不同数据空间中的偏差，提倡更严格的基准测试实践。