TwinTrack：医療画像セグメンテーションにおける事後的な複数評価者キャリブレーション
arXiv cs.LG / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- TwinTrackは、専門家間の不一致によって生じる曖昧さに着目した、医療画像セグメンテーションのための事後的な複数評価者キャリブレーション手法として提案されました。
- 各ボクセルごとに、アノテータが腫瘍とラベル付けした割合である経験的平均ヒト応答（MHR）に、アンサンブルの確率をキャリブレートします。
- 得られるキャリブレート済み確率は、「腫瘍ラベルを付与する評価者の期待割合」として直接解釈でき、評価者間の不確実性を明示的にモデル化します。
- 提案手順は単純で、小規模な複数評価者のキャリブレーション用データセットのみを必要とするとされています。
- MICCAI 2025のCURVAS-PDACVIマルチレーターベンチマークで、従来手法よりもキャリブレーション指標が一貫して改善することが示されています。
