基于概念发现的传染病自动分类分析
计算机视觉与模式识别
2022-11-16 v2 人工智能
摘要
从图像中自动分类传染病可辅助所需的医学诊断。此类方法能够识别如结核病等因资源限制仍诊断不足的疾病，以及如猴痘等临床医生缺乏诊断经验与能力的新型与新发疾病。避免漏诊或延迟诊断可防止进一步传播并改善临床结局。为理解并信任神经网络预测，有必要对所学表征进行分析。本工作中，我们主张自动发现概念（即可被人解释的属性）可对医学图像分析任务中所学信息实现深入理解，并泛化至训练标签或协议之外。我们概述了医学图像与计算机视觉领域中现有的概念发现方法，并在结核病（TB）预测与猴痘预测任务上评估了代表性方法。最后，我们提出 NMFx，一种通过概念发现实现可解释性的通用 NMF 表述，可在无监督、弱监督与监督场景下以统一方式工作。
引用
@article{arxiv.2209.02415,
title = {Automatic Infectious Disease Classification Analysis with Concept Discovery},
author = {Elena Sizikova and Joshua Vendrow and Xu Cao and Rachel Grotheer and Jamie Haddock and Lara Kassab and Alona Kryshchenko and Thomas Merkh and R. W. M. A. Madushani and Kenny Moise and Annie Ulichney and Huy V. Vo and Chuntian Wang and Megan Coffee and Kathryn Leonard and Deanna Needell},
journal= {arXiv preprint arXiv:2209.02415},
year = {2022}
}
备注
Extended Abstract presented at Machine Learning for Health (ML4H) symposium 2022, November 28th, 2022, New Orleans, United States & Virtual, http://www.ml4h.cc, 13 pages