混淆矩阵

Parent: ai_keywords

混淆矩阵（Confusion Matrix）

【核心定义】

混淆矩阵是评估分类模型性能的标准工具，以 N×N 矩阵（N 为类别数）展示模型预测结果与真实标签的对应关系。对于二分类任务，矩阵包含四个基本单元：真阳性（TP）、真阴性（TN）、假阳性（FP） 和 假阴性（FN）。它不仅是计算准确率、精确率、召回率、F1 分数的基石，更是揭示模型在不同错误类型下的行为模式的核心视图。

【关键技术点】

1. 四要素与衍生指标

   • TP/TN：正确预测的正/负样本
   • FP（Ⅰ类错误）：实际为负而被误判为正
   • FN（Ⅱ类错误）：实际为正而被误判为负
   • 衍生指标：敏感性（召回率）= TP/(TP+FN)，特异性 = TN/(TN+FP)，精确率 = TP/(TP+FP)，F1 = 2×（精确率×召回率）/（精确率+召回率）。

2. 多分类混淆矩阵
   类别数 >2 时，矩阵扩展为 N×N。可通过微观平均（逐样本计数）或宏观平均（各类指标平均）综合评估整体性能，尤其关注对角线元素（正确分类）与混淆模式（如类别间常被误判的成对错误）。

3. 与 ROC 曲线的关系
   混淆矩阵对应特定决策阈值下的性能快照，而 ROC 曲线 通过扫描所有阈值生成（TPR vs FPR）。AUC 则是基于所有可能混淆矩阵的积分度量，反映模型整体区分能力。

【医学/神经科学应用场景】

首都医科大学神经病学系-脑卒中 CT 影像 AI 辅助诊断
在急性缺血性卒中（AIS）的 AI 检测任务中，模型需从非增强 CT 中识别早期缺血征象（如灰白质模糊）。使用混淆矩阵可系统评估模型对出血转化（出血性转化，HT）的预测能力：

• TP：正确预警的高危患者（及时抗凝调整，降低致残率）
• FN：漏诊的高危患者（可能导致致命性溶栓后出血）
• FP：过度预警（不必要的停药或检查，增加医疗成本）

首医团队的研究（如宣武医院、天坛医院）常设定灵敏度≥95% 作为临床接受阈值，宁可误判（高 FP）不可遗漏（低 FN）。混淆矩阵还可辅助分层分析：按梗死部位（基底节 vs 皮质）、发病时间（<4.5h vs >4.5h）计算亚组矩阵，识别模型在特定亚群上的弱点，从而优化算法或补充训练数据。

总评：混淆矩阵是临床 AI 模型从实验走向床旁验证的“金标准”，它量化了每一步临床决策的风险与收益。