基于 Transformer 模型和可解释 AI 的脑卒中检测与分类

脑卒中是全球死亡原因的前列之一，使得及早准确诊断对于改善患者预后至关重要，尤其是在需要及时干预的紧急环境中。CT 扫描是关键影像模态，因其速度、可及性和成本效益。本研究提出了一个人工智能框架，用于基于 CT 扫描图像的多类脑卒中分类（缺血性、出血性和无脑卒中），该数据集由土耳其共和国卫生部提供。所提方法采用 MaxViT 作为主要深度学习模型进行图像基准脑卒中分类，同时引入了其他 transformer 变体（vision transformer、transformer-in-transformer 和 ConvNext）。为增强模型泛化性并解决类别不平衡问题，我们应用了数据增强技术，包括合成图像生成。采用增强的 MaxViT 模型取得最佳性能，准确率和 F1 分数达到 98.00%，超越所有其他评估模型和基线方法。本研究的首要目标是在保持高准确率的同时解决人工智能模型透明度和信任的关键问题。为实现此目标，我们将可解释人工智能（XAI）集成到框架中，特别是 Grad-CAM++，通过在 CT 扫描中突出显示相关脑卒中区域，为早期脑卒中检测提供了一个准确、可解释且临床可行的解决方案。该研究为开发可信赖的 AI 辅助诊断工具贡献了力量，促进了其在临床实践中的集成，提高了紧急部门获取及时和最佳脑卒中诊断的便捷性，从而拯救更多生命。