Research연구
불확실성과 판독 보조
모델이 어디서 헷갈리는지 지도로 보여 주고, 사람이 고칠 곳을 먼저 알려 줍니다.
이 주제가 묻는 것
모델이 내놓은 마스크가 얼마나 믿을 만한지는 단면마다, 경계마다 다릅니다. 우리는 모델이 망설이는 곳을 지도로 보여 주고, 그 지도를 써서 사람이 먼저 볼 단면을 고르는 방법을 연구합니다. 표시 방식이 검토 시간과 실수에 어떤 영향을 주는지 사용성 실험도 합니다.
방법·자료·평가
| 대상 | 분할 모델의 출력과 사람의 검토 과정 |
|---|---|
| 자료 | 팬텀 단면, 검토 실험 기록(동의 받은 참가자) |
| 방법 | 신뢰도 보정, 시험 시 변형, 경계 불확실성 지도 |
| 평가 | 검토 시간, 놓친 오류 수, 보정 오차 |
| 공개 | 불확실성 지도 계산 코드 |
-
20
“Ranking slices for human review by calibrated segmentation uncertainty”
Y. Seo, S. Oh, H. Jung, H. Do*
Proc. International Workshop on Imaging AI Safety, pp. 112–121, 2026.
- 18
-
16
“Where does the model hesitate? Boundary uncertainty for organ masks”
Y. Seo, H. Jung, H. Do*
Journal of Trustworthy Medical AI, Vol. 3, No. 4, 2025.
참여 구성원
- 도하진책임교수
- 서윤재분할 결과의 불확실성 지도
- 정하율사람-모델 협업 판독 흐름
- 오세린불확실성 기반 검토 순서
- 배소은뷰어 사용성 실험