Методики определения объёма выборки для машинного обучения в исследованиях медицинской визуализации: систематический обзор

Цель: Требуемый объём обучающей выборки для конкретной модели машинного обучения, применяемой к данным медицинской визуализации, часто неизвестен. Целью исследования был описательный обзор современных методик определения объёма выборки при использовании машинного обучения в медицинской визуализации и разработка рекомендаций для дальнейших исследований в этой области.

Методы: Проведён систематический поиск литературы в базах данных Medline и Embase по ключевым словам, включая «машинное обучение», «изображение» и «объём выборки». В поиск включали статьи, опубликованные с 1946 по 2018 год. Собирали данные о задаче машинного обучения, объёме выборки и схеме разделения данных на обучающую и тестовую выборки.

Результаты: Всего выявлено 167 статей, из которых 22 включены в качественный анализ. Лишь в 4 исследованиях обсуждались методики определения объёма выборки, тогда как в 18 оценивали влияние объёма выборки на характеристики модели в рамках поискового анализа. Выявленные методы можно разделить на априорные подходы, основанные на характеристиках алгоритма, и апостериорные подходы с подгонкой кривых, требующие эмпирического тестирования для моделирования и экстраполяции производительности алгоритма в зависимости от объёма выборки. В разных исследованиях значительно различались процедуры оценки производительности, использовавшиеся для подгонки кривых, методы оценки моделей и способы представления данных об обоснованности выбранного объёма выборки.

Выводы: Исследование выявило недостаток работ, посвящённых методикам определения объёма обучающей выборки при применении машинного обучения в медицинской визуализации, и подчеркнуло необходимость стандартизации существующих подходов к представлению результатов. Полученные данные также определяют направления дальнейшей разработки и совершенствования априорных и апостериорных методов определения объёма выборки.