基于深度学习的医学图像分析中的可解释人工智能（XAI）

Bas H. M. van der Velden; Hugo J. Kuijf; Kenneth G. A. Gilhuijs; Max A. Viergever

doi:10.1016/j.media.2022.102470

基于深度学习的医学图像分析中的可解释人工智能（XAI）

图像与视频处理 2022-05-06 v1 计算机视觉与模式识别

作者: Bas H. M. van der Velden , Hugo J. Kuijf , Kenneth G. A. Gilhuijs , Max A. Viergever

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

随着基于深度学习方法的增加，对这类方法可解释性的呼声日益高涨，尤其是在医学图像分析等高风险决策领域。本综述概述了用于基于深度学习的医学图像分析的可解释人工智能（XAI）。引入了一个 XAI 标准框架来对基于深度学习的医学图像分析方法进行分类。随后根据该框架和按解剖位置对医学图像分析中的 XAI 技术相关论文进行了调研和分类。本文最后展望了 XAI 在医学图像分析中的未来机遇。

关键词

可解释人工智能深度学习医学图像分析 XAI 框架模型可解释性

引用

@article{arxiv.2107.10912,
  title  = {Explainable artificial intelligence (XAI) in deep learning-based medical image analysis},
  author = {Bas H. M. van der Velden and Hugo J. Kuijf and Kenneth G. A. Gilhuijs and Max A. Viergever},
  journal= {arXiv preprint arXiv:2107.10912},
  year   = {2022}
}

备注

Submitted for publication. Comments welcome by email to first author