Deep ensemble vs. K-fold CV ensemble — 의료 영상 분할에서 불확실성 추정 방식의 차이

DKZ 팀이 의료 영상 분할에서 불확실성 추정을 위해 흔히 혼용되는 K-fold 교차 검증 앙상블과 deep ensemble(DE)을 비교했습니다. 5-fold CV 앙상블은 데이터 노출 차이로 인해 불확실성이 해석이 달라질 수 있는 반면, DE는 고정 학습 데이터에 seed만 달리하여 calibration과 failure detection에서 더 나은 성능을 보였습니다. 다만 CV 앙상블은 평가자 간 변동성과 더 강한 상관을 보여, 연구 목적에 따라 앙상블 구성을 선택해야 한다는 점을 강조합니다. nnU-Net을 이용한 DE 학습 코드도 제공합니다.

• #medical-image-segmentation
• #uncertainty
• #ensemble
• #nnunet
• #dkfz