Human selection bias drives the linear nature of the more ground truth effect in explainable deep learning optical coherence tomography image segmentation
Rattachement africain : gb, ch, de, es. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Supervised deep learning (DL) algorithms are highly dependent on training data for which human graders are assigned, for example, for optical coherence tomography (OCT) image annotation. Despite the tremendous success of DL, due to human judgment, these ground truth labels can be inaccurate and/or ambiguous and cause a human selection bias. We therefore investigated the impact of the size of the ground truth and variable numbers of graders on the predictive performance of the same DL architecture and repeated each experiment three times. The largest training dataset delivered a prediction performance close to that of human experts. All DL systems utilized were highly consistent. Nevertheless, the DL under-performers could not achieve any further autonomous improvement even after repeated training. Furthermore, a quantifiable linear relationship between ground truth ambiguity and the beneficial effect of having a larger amount of ground truth data was detected and marked as the more-ground-truth effect.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Human selection bias drives the linear nature of the more ground truth effect in explainable deep learning optical coherence tomography image segmentation
- Date Crossref
- 08/11/2023
- Éditeur
- Wiley
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Moorfields Eye Hospital NHS Foundation Trust pays non établi dans la noticeÉtablissement de santé
-
University Hospital of Basel pays non établi dans la noticeÉtablissement de santé
-
Moorfields Eye Hospital pays non établi dans la noticeÉtablissement de santé
-
Institute of Molecular and Clinical Ophthalmology Basel pays non établi dans la noticeOrganisation à but non lucratif
-
University College London pays non établi dans la noticeUniversité ou école supérieure
-
University of Bonn Department of Ophthalmology pays non établi dans la noticeUniversité ou école supérieure
-
University of Freiburg Eye Center pays non établi dans la noticeUniversité ou école supérieure
-
University Medical Center Freiburg pays non établi dans la noticeÉtablissement de santé
-
University of Zurich Department of Ophthalmology pays non établi dans la noticeUniversité ou école supérieure
-
University Hospital Zurich Department of Ophthalmology pays non établi dans la noticeÉtablissement de santé
-
Universitat de Barcelona pays non établi dans la noticeUniversité ou école supérieure
-
Supercomputing Systems (Switzerland) pays non établi dans la noticeEntreprise
Moorfields Eye Hospital NHS Foundation Trust, University Hospital of Basel et Moorfields Eye Hospital, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.