Tıbbi Görüntülemede Yapay Zeka Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Tıbbi görüntülerin analizinde en temel olan sinir ağı türü hangisidir?
   • Evrişimsel sinir ağları (CNN'ler)
   • Ses için tekrarlanan ağlar
   • Karar ağaçları
   • E-tablo makroları
2. Viz.ai sistemi ne yapar?
   • Hastane kafeterya menülerini programlar
   • Şüpheli büyük damar felçlerini işaretlemek ve ekibi uyarmak için CT taramalarını analiz eder
   • Radyoloji raporlarını müziğe çevirir
   • CT tarayıcı donanımını değiştirir
3. Görüntülemede yaygın olarak kullanılan U-Net mimarisi nedir?
   • Şarkı sözleri oluşturuluyor
   • Video oyunlarını sıkıştırma
   • Bir tümörün veya organın ana hatlarının belirlenmesi gibi piksel başına segmentasyon
   • Hasta şifrelerinin şifrelenmesi
4. What regulatory pathway did FDA use for the named Viz.ai imaging device?
   • A blanket approval covering all imaging-AI tools
   • A drug marketing authorization
   • An exemption from all clinical evidence requirements
   • A De Novo classification decision for a specific device and intended use
5. Görüntüleme yapay zekasının yeni bir hastanenin verileri üzerinde başarısız olmasının temel nedeni şudur:
   • Eğitim verilerinden tarayıcı türü, protokol veya hasta popülasyonu arasındaki farklılıklar
   • Taramalar çok renkli
   • Model binayı beğenmiyor
   • Görüntüler her zaman her yerde aynıdır
6. What do U-Net skip connections carry from the encoder to the decoder?
   • A patient’s medical record number
   • Higher-resolution feature maps that help recover spatial detail
   • A radiology report’s billing code
   • Only a global class label
7. Why should medical-imaging datasets generally be split at the patient level?
   • To make every scanner appear in only one dataset
   • To guarantee equal disease prevalence
   • To reduce leakage from multiple correlated images of the same patient across train and test sets
   • To remove the need for external validation
8. What does probability calibration assess in an imaging model?
   • Whether the scanner has been recently serviced
   • Whether every image has the same resolution
   • Whether the model segments the correct number of organs
   • Whether predictions assigned a probability match observed frequencies over evaluated cases