Detail publikace
Evaluating deep learning uncertainty measures in cephalometric landmark localization
Kodym Oldřich, Ing., Ph.D.
Landmark Localization, Cephalometric Landmarks, Deep Learning, Uncertainty Estimation.
Cefalometrická analýza je klíčový krok při dentální diagnóze, plánování a operacích. Lokalizace bodů zájmu je důležitá ale náročná součást této analýzy. Hluboké učení dokáže tento proces automatizovat, ale neposkytuje měřítko nejistoty odhadu. Tato práce vyhodnocuje tři způsoby odhadu nejistoty aplikovatelné v hlubokém učení. Porovnáváme odhad nejistoty založen na aktivacích finální sítě s metodou založenou na ensemble metodě a na Bayesovské metodě. Provádíme dva experimenty s elasticky zkreslenými cefalogramy a s cefalogramy obsahujícími nežádoucí rotaci hlavy, které by model měl být schopen detekovat jako neznámé a nevhodné pro automatické vyhodnocení. Výsledky ukazují, že všechny tři metody jsou této detekce schopny a jsou vhodné, pokud je tento odhad vyžadován.
@inproceedings{BUT168478,
author="Dušan {Drevický} and Oldřich {Kodym}",
title="Evaluating deep learning uncertainty measures in cephalometric landmark localization",
booktitle="Proceedings of the 13th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 2: BIOIMAGING",
year="2020",
pages="213--220",
publisher="Institute for Systems and Technologies of Information, Control and Communication",
address="Valetta",
doi="10.5220/0009375302130220",
isbn="978-989-758-398-8",
url="http://www.scitepress.org/DigitalLibrary/Link.aspx?doi=10.5220/0009375302130220"
}