基于可解释人工智能与深度学习的组织病理学图像副结核病诊断
图像与视频处理
2022-08-04 v1 计算机视觉与模式识别
机器学习
摘要
人工智能在医学影像尤其是组织病理学影像方面前景广阔。然而，人工智能算法无法充分解释决策过程中的思路。这一状况使人工智能应用的可解释性（即黑箱问题）提上议程：算法仅给出响应，却不说明所给图像的理由。为克服该问题并提升可解释性，可解释人工智能（XAI）应运而生并引起众多研究者关注。在此背景下，本研究使用深度学习算法考察了一个新颖且原创的数据集，并通过 XAI 应用之一的梯度加权类激活映射（Grad-CAM）对输出进行可视化。随后，针对这些图像对病理医生开展了详细的问卷调查。决策过程与解释均得到验证，并测试了输出的准确性。研究结果极大助力病理医生对副结核病的诊断。
引用
@article{arxiv.2208.01674,
title = {Diagnosis of Paratuberculosis in Histopathological Images Based on Explainable Artificial Intelligence and Deep Learning},
author = {Tuncay Yiğit and Nilgün Şengöz and Özlem Özmen and Jude Hemanth and Ali Hakan Işık},
journal= {arXiv preprint arXiv:2208.01674},
year = {2022}
}
备注
7 pages