你的医学图像分类器是否知道它没有见过的内容？

[视频作者] 帕帕科技喵

[视频时长] 8:19

[视频类型] 计算机技术

近年来，深度机器学习 (ML) 系统在医学图像分析方面取得了相当大的成功。一个主要的影响因素是访问大量标记数据集，这些数据集用于训练高效的监督深度学习模型。然而，在现实世界中，这些模型可能会遇到表现出罕见条件的样本，这些条件对于每个条件分类来说太罕见了。然而，这些情况可能是集体常见的，因为它们遵循长尾分布，并且当它们放在一起时可以代表很大一部分病例——例如，在最近的一项深度学习皮肤病学研究中，数百种罕见的情况构成了大约20% 的病例。测试时的模型。