본 연구는 제한된 생물의학 샘플에서 발생하는 클래스 불균형 및 장기 꼬리 분포 문제를 해결하기 위해 불확실성 기반 클래스 증분 학습 방법을 제안한다. 이를 위해 샘플의 누적 엔트로피를 추적하여 가장 불확실한 샘플을 선별하고, 의미 확장을 통해 특징 공간을 풍부하게 만들며, 코사인 분류기를 사용하여 클래스 불균형에 따른 편향을 완화한다.