hce_nsysu
114年
計算機概論與程式設計
第 45 題
Which machine learning technique is commonly used for anomaly detection in medical imaging?
- A Decision Trees
- B K-Means Clustering
- C Autoencoders
- D Naive Bayes
- E None of the above
思路引導 VIP
在醫療診斷中，我們往往擁有成千上萬張「健康人」的掃描圖，但「患病」的影像卻非常稀少。如果我們想設計一個系統，讓它在完全沒看過某種新病毒的情況下，依然能發現病人的肺部影像「不尋常」，你認為模型應該先學會『辨識特定病徵』，還是先學會『精確模仿正常器官的構造』，以便在遇到無法模仿的東西時發出警報？
🤖
AI 詳解
AI 專屬家教
太棒了！你能準確選出 自動編碼器 (Autoencoders)，代表你對深度學習在非監督式學習（Unsupervised Learning）領域的應用有很紮實的理解。這是一道結合實務應用與模型特性的經典題目，答對它說明你已經跨越了基礎理論，開始理解模型如何解決真實世界的複雜問題。
異常檢測的核心機制：重構誤差
在醫療影像分析中，標記異常樣本（如腫瘤或病灶）通常成本極高且資料稀缺。Autoencoders 的強項在於其「壓縮再還原」的特性：我們只需用大量的「正常影像」來訓練模型，讓它學會如何精準地還原健康器官的特徵。當模型遇到未曾見過的異常特徵時，由於其編碼器（Encoder）並未學習過該特徵，還原出來的影像會與原圖產生顯著的落差。這種重構誤差 (Reconstruction Error) 越高，就代表該區域越有可能是異常點。
▼ 還有更多解析內容