arXiv cs.AI· Md. Sadibul Hasan Sadib, Md. Mohayminul Mukit, Rahmatul Kabir Rasel Sarker, Tahmid Alam Tamim, Md. Monir Hossain Shimul·· 13 小时前AI 评分8
基于深度集成校准选择性预测的 ROI 甲状腺结节超声分类研究因方法学错误被撤稿
Calibrated Selective Prediction Using Deep Ensembles for ROI-Based Thyroid Nodule Ultrasound Classification Under Dataset Shift: A Retrospective Evaluation
AI 导读
一篇用五成员 ConvNeXt-Tiny 深度集成做 ROI 甲状腺结节超声分类与选择性分诊的 arXiv 论文已被作者撤稿，作者称方法与分析存在重大错误、报告结果不正确。该研究在 TN5000 上报告 AUC-ROC 0.9395、ECE 0.0088，外部 TN3K 上 AUC-ROC 降至 0.7870、ECE 升至 0.1899，显示阈值跨数据集迁移受限。
正文 · AI 翻译
本文已被 Sadibul Hasan Sadib 撤回
摘要：背景：深度学习模型可在超声图像上对甲状腺结节进行分类，但可靠的临床决策支持还需要校准的概率、不确定性估计和选择性转诊，尤其是在数据集偏移的情况下。
方法：我们开发了一个经过校准的确定性五成员深度集成模型，用于基于 ROI 的甲状腺结节分类和基于图像的选择性分诊。使用 TN5000 进行模型开发、五折交叉验证、逐成员向量缩放校准和特定折的阈值选择。TN3K 作为独立的外部数据集偏移评估。该框架使用带 squeeze-and-excitation 注意力的 ConvNeXt-Tiny、集成平均恶性概率，以及互信息（MI）作为集成分歧分数。三级策略将图像分配为不建议 FNA、建议 FNA 或放射科医生复核。
结果：在汇总的折外 TN5000 预测上，该集成模型达到 AUC-ROC 0.9395、AP 0.9715、ECE 0.0088 和 Brier 分数 0.0813。在 50% 名义 MI 保留率下，7.2% 的病例获得不建议 FNA 建议，39.9% 获得 FNA 建议，52.9% 进入放射科医生复核，不建议 FNA 的 NPV 为 98.3%，恶性检出率为 99.83%。在 TN3K 上，AUC-ROC 降至 0.7870，AP 降至 0.7254，ECE 升至 0.1899，Brier 分数升至 0.2281。冻结的 TN5000 策略将 83.7% 分配至复核，1.0% 分配至不建议 FNA，15.3% 分配至建议 FNA。没有恶性图像进入不建议 FNA 路径，但建议 FNA 的 PPV 降至 76.6%。
结论：该框架显示出较强的内部区分度和校准，但外部阈值可迁移性有限。选择性预测可能有助于识别不适合自动分诊的图像，但在部署前需要本地重新校准、阈值验证和前瞻性临床评估。
| 评论： | 作者已撤回。方法学和分析包含重大错误，因此所报告的结果不正确，不应依赖。未来可能会提交经过彻底修订的版本 |
| 主题： | 图像与视频处理（eess.IV）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2607.12075 [eess.IV] |
| （或 arXiv:2607.12075v2 [eess.IV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.12075 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Sadibul Hasan Sadib [查看电子邮件]
[v1]
2026年7月13日星期一 18:50:57 UTC（1,803 KB）
[v2]
2026年10月27日星期二 18:37:23 UTC（1 KB）（已撤回）
来源：arXiv cs.AI · arxiv.org