不确定门控SHAP-Dirichlet优化方法获发表

2026年10月，arXiv刊登一项基于MRI抑郁分类的后处理优化方法。该方法由Phuc Truong Loc Nguyen等提出，通过不确定性门控的SHAP-Dirichlet技术，无需重新训练模型即可提升结构MRI抑郁分类的预测可靠性。实验在504名受试者数据集上进行，显示TabM和ResNet分类器的平均准确率分别提升1.04和0.45个百分点，且最多仅修正8.3%的预测结果。研究还表明，该方法在保留多数准确预测的同时，可有效促进低置信度案例的专家分诊流程，验证了其实际应用价值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。