基于熵的不确定性预测-51CTO.COM

译者 | 朱先忠

审校 | 重楼

在剑桥大学担任神经成像和人工智能研究科学家期间，我面临着使用最新的深度学习技术，尤其是nnU-Net，在复杂的大脑数据集上进行图像分割的挑战。在这项工作中，我注意到存在一个显著的差距：对不确定性估计的忽视！然而，不确定性对于可靠的决策却是至关重要的。

在深入研究有关细节之前，您可以随意查看我的Github存储库，其中包含本文中讨论的所有代码片段。

不确定性在图像分割中的重要性

在计算机视觉和机器学习领域，图像分割是一个核心问题。无论是在医学成像、自动驾驶汽车还是机器人领域，准确的分割对于有效的决策至关重要。然而，一个经常被忽视的方面是与这些分割相关的不确定性的衡量。

为什么我们要关心图像分割中的不确定性？

在许多实际应用中，不正确的分割可能会导致可怕的后果。例如，如果一辆自动驾驶汽车误认了一个物体，或者医学成像系统错误地标记了一个肿瘤，后果可能是灾难性的。不确定性估计为我们提供了一个衡量模型对其预测的“确定度”的指标，从而做出更明智的决策。

我们还可以使用熵作为不确定性的度量来改进我们神经网络的学习。这一领域被称为“主动学习”。有关这一想法的更多的细节将在下一篇文章中探讨，不过主要想法还是确定模型最不确定的区域，以便将重点放在这些区域上。例如，我们可以让卷积神经网络（CNN）对大脑进行医学图像分割，但对患有肿瘤的受试者表现非常差。然后我们可以集中精力获得更多这种类别的标签。

理解熵概念

熵（Entropy）是从热力学和信息论中借来的一个概念，它量化了系统中的不确定性或随机性。在机器学习的背景下，熵可以用来测量模型预测的不确定性。

在数学上，对于具有概率质量函数P（X）的离散随机变量X，熵H（X）定义为：

或者在连续的情况下：

熵越高，不确定性就越大；反之亦然。

下面，我们给出一个经典的例子来辅助充分掌握熵这个概念：

情形1：两面不均匀的硬币

想象一下，一枚非均匀的硬币，正面向上的概率为p=0.9，反面向上的概率为1-p=0.1。

于是，它的熵是：

情况2：两面均匀的硬币

现在让我们想象一个两面均匀的硬币，它的正面和反面都着地的概率都是p=0.5。于是，其熵为：

熵更大时，这与我们之前所说的一致，即有：更多的不确定性=更多的熵。

实际上，值得注意的是，p＝0.5对应于最大熵：

熵的可视化描述（作者本人自制图像）

从直觉上来看，均匀分布对应熵最大的情况。如果每个结果都是同样可能的，那么这将对应于最大的不确定性。

熵在图像分割中的实现

为了将其与图像分割联系起来，请考虑在深度学习中，最终的Softmax层通常提供每个像素的类别概率。可以基于这些Softmax输出来容易地计算每个像素的熵。

但这是如何工作的呢？

当模型对属于特定类别的特定像素非常有信心时，Softmax层对该类别显示出高概率（~1），而对其他类别显示出非常小的概率（~0）。

Softmax图层（非常有信心的情形，作者自制图片）

相反，当模型不确定时，Softmax输出更均匀地分布在多个类别中。

Softmax层的不确定性情况（作者自制图片）

显然，上面的概率结果表现得比较分散，如果你还记得的话，这接近于均匀分布的情况，因为模型无法决定哪个类别与像素相关。

如果你能坚持阅读到现在，那就太好了！这说明你应该对熵的工作原理有很好的直觉理解了。

案例研究：医学影像学

接下来，让我们使用一个医学成像的实际例子来说明这一点，特别是胎儿的T1大脑扫描的情况。有关这个案例研究的所有代码和图像都可以在我的Github存储库中找到。

1.用Python编程计算熵

正如我们之前所说，我们正在使用神经网络给出的Softmax输出张量。这种方法不依赖于具体的模型，它只使用每个类别的概率。

下面，让我们来澄清一些关于我们正在处理的张量的维度的重要内容。

如果使用2D图像，则Softmax层的形状应为：

这意味着，对于每个像素（或三维像素），我们都有一个大小为Classes的向量，这样就确定了一个像素属于我们所拥有的每个类别的概率。

于是，熵应该是沿着第一维度的计算结果：

def compute_entropy_4D(tensor):
 """
 计算具有形状（number_of_classes，256256256）的4D张量上的熵。

 参数：
 tensor (np.ndarray)： 形状 (number_of_classes, 256, 256, 256)的4D张量。

 返回值：
 np.ndarray： 形状(256, 256, 256)的3D张量，相应于每一个像素的熵值。
 """

 # 首先，沿着类别坐标轴归一化张量，使其表示概率
 sum_tensor = np.sum(tensor, axis=0, keepdims=True)
 tensor_normalized = tensor / sum_tensor

 # 计算熵
 entropy_elements = -tensor_normalized * np.log2(tensor_normalized + 1e-12) # 添加一个小数，以避免log(0)
 entropy = np.sum(entropy_elements, axis=0)

 entropy = np.transpose(entropy, (2,1,0))

 total_entropy = np.sum(entropy)

 return entropy, total_entropy

2.可视化基于熵的不确定性

现在，让我们在图像分割的每个切片上使用热图来可视化不确定性。

T1扫描（左），分割（中），熵（右）：作者自制图像

让我们看看另一个例子：

T1扫描（左），分割（中），熵（右）：作者自制图像

结果看起来很棒！事实上，我们可以看到这是一致的，因为高熵区位于形状的轮廓处。这是正常的，因为模型并不真正怀疑每个区域中间的点，而是很难发现的边界或轮廓。

做出知情决策

总体来看，本文介绍的上述这种不确定性可以通过多种不同的方式使用：

随着医学专家越来越多地将人工智能作为一种工具，意识到模型的不确定性至关重要。这意味着，医学专家可能会在需要更精细关注的区域花费更多时间。
在主动学习或半监督学习的背景下，我们可以利用基于熵的不确定性来关注具有最大不确定性的例子，并提高学习效率（更多关于这一点的信息，请参阅后续文章）。

主要收获

熵是衡量系统随机性或不确定性的一个非常强大的概念。
在图像分割中利用熵是可能的。这种方法是无模型（即“不依赖具体的模型”）的，并且只使用Softmax输出张量。
不确定性估计被忽略了，但它是至关重要的。优秀的数据科学家知道如何制作好的模型。大数据科学家知道他们的模型在哪里失败，并利用它来改进学习。

最后，如果你喜欢这篇文章，并且想了解更多的相关信息的话，请查看这个代码仓库：https://github.com/FrancoisPorcher?source=post_page-----812cca769d7a

译者介绍

朱先忠，51CTO社区编辑，51CTO专家博客、讲师，潍坊一所高校计算机教师，自由编程界老兵一枚。

原文标题：Entropy based Uncertainty Prediction，作者：François Porcher