基于图神经网络的数字组织病理学：面向临床医生的概念与解释
医学物理
2023-12-29 v2 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
为了解决医疗环境中深度学习的“黑盒”性质这一挑战，我们将 GCExplainer（一种自动概念发现解决方案）与 Logic Explained Networks 相结合，为图神经网络提供全局解释。我们使用一种通用的图构建和分类流程来演示这一点，该流程涉及使用 HoVer-Net 进行全景分割和使用图卷积网络进行癌症预测。通过在乳腺癌的 H&E 切片上进行训练，我们在为临床医生提供可解释和可信赖的 AI 工具方面展示了有希望的结果。
引用
@article{arxiv.2312.02225,
title = {Digital Histopathology with Graph Neural Networks: Concepts and Explanations for Clinicians},
author = {Alessandro Farace di Villaforesta and Lucie Charlotte Magister and Pietro Barbiero and Pietro Liò},
journal= {arXiv preprint arXiv:2312.02225},
year = {2023}
}