高教社课件模式识别与数据挖掘教材PPT-第6章-专家先验驱动交互.pptxVIP

第十章专家先验驱动交互;目;模型可解释性;模型可解释性;模型可解释性;模型可解释性;;;模型可解释性;模型可解释性;模型可解释性;先验知识表示方法

;先验知识表示方法;先验知识表示方法;先验知识表示方法;先验知识表示方法;先验知识融入策略

;先验知识融入策略;先验知识融入策略;先验知识融入策略;先验知识融入策略;先验知识融入策略;先验知识融入策略;先验知识融入策略;先验知识融入策略;模型评估指标;模型评估指标;特定任务准确性评估指标

结构拓扑完整性：用于医学影像中器官或肿瘤区域检测,考察预测与真实结构在拓扑上的一致性

形状相似性：通过豪斯多夫距离评估模型输出与实际结构之间的形状相似度

;模型评估指标;鲁棒性(Robustness)：模型在面对噪声、异常值或不完美数据时,依然能够做出正确预测的能力

添加噪声测试：在输入数据中加入随机噪声,评估预测变化

对抗样本测试：对输入进行微小修改,测试模型抵抗能力

实例：X光影像质量不佳时,鲁棒模型仍能准确识别肺结节

;应用案例：医学管状分割模型的先验知识融入;管状结构构成了医学图像中重要的解剖特征，主要包括血管、神经和气道。由于其错综复杂的形态和不同的尺度，管状结构的分割是一项艰巨的任务。;?;在本案例中，对先验知识的融入策略是在学习算法阶段融入。管状结构重建的损失定义如下:;融入先验知识前后的分割模型结果对比如下图所示：