基于医学概念的胎儿超声图像分类器认知解释器
机器学习
2026-03-09 v4 人工智能
摘要
在二维孕中期检查中检测胎儿标准切面是一项高度复杂的任务，需要广泛的医学知识和多年的训练。尽管深度神经网络（DNN）可以辅助经验不足的操作者完成这些任务，但其缺乏透明性和可解释性限制了其应用。尽管一些研究者致力于可视化 DNN 的决策过程，但他们大多只关注像素级特征，而未考虑医学先验知识。在本工作中，我们提出一种基于关键医学概念的可解释框架，从临床医生认知的角度提供解释。此外，我们利用基于概念的图卷积神经网络（GCN）来构建关键医学概念之间的关系。在私有数据集上的大量实验分析表明，所提方法为临床医生提供了易于理解的推理结果洞见。
引用
@article{arxiv.2201.07798,
title = {A Cognitive Explainer for Fetal ultrasound images classifier Based on Medical Concepts},
author = {Yingni Wanga and Yunxiao Liua and Licong Dongc and Xuzhou Wua and Huabin Zhangb and Qiongyu Yed and Desheng Sunc and Xiaobo Zhoue and Kehong Yuan},
journal= {arXiv preprint arXiv:2201.07798},
year = {2026}
}
备注
9 pages, 5 figures