arXiv cs.AI· Zhengshuai Yang, Linna Jiang, Changyun Li, Guihu Zhao·· 11 小时前AI 评分31
风险控制只认证错误率不认证错误幅度：选择性胎儿生物测量的审计
Risk Control Certifies Rates, Not Magnitudes: An Audit of Selective Fetal Biometry
AI 导读
对基于工具的胎儿头围生物测量流程审计发现，Clopper-Pearson 风险控制给出的认证与手工设定阈值无法区分，但流程仍输出 271.3 mm 的误差（真实 HC 为 324.6 mm），该候选完整度得分 0.94，约 150 个答案中的一个离群值不影响 α = 0.10 的认证风险界。
正文 · AI 翻译
摘要：产前超声生物测量必须给出头围（HC），并在图像无法支持测量时拒绝输出。选择性预测以覆盖率换取误差，但其有限样本保证约束的是严重错误的发生率，而非其幅度。我们在 999 张带标注的 HC18 图像的两个分别预先注册的四路划分上审计了一条基于工具的生物测量流水线，并在每个划分上重新训练分割器三次。通过精确的 Clopper-Pearson 风险控制来校准轮廓完整性阈值，得到的证书与手工设定的下限无法区分，但流水线仍输出 271.3 mm 的误差：一个几何上完整的小圆环被拟合到真实 HC 为 324.6 mm 的图像上。被接受的候选得分为 0.94 完整性，因此该分数无法察觉这一失败，而 $\approx 150$ 个答案中的一个离群值并未破坏经认证的风险界（$\alpha = 0.10$）。第二个未触碰的划分在另一张图像上复现了该机制（233.3 mm）。约束可接受区域——即被测量量有定义的解剖范围——则消除了这一族错误：将下界从 50 mm 提高到 55 mm 仅损失 0.4 个覆盖率点，并将两个划分上的最坏情况误差分别降至 11.4 和 11.1 mm，而通过完整性阈值来抑制它则要损失 19.0 和 12.1 个点。在解剖学定义的 70 mm 处，冻结测试给出的 MAE 分别为 1.91 和 1.81 mm。
| 评论： | 10 页，2 幅图，3 张表 |
| 主题： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2611.05851 [cs.AI] |
| （或 arXiv:2611.05851v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05851 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zhengshuai Yang [查看邮箱]
[v1]
2026 年 11 月 4 日星期三 02:41:56 UTC（173 KB）
来源：arXiv cs.AI · arxiv.org