用于皮肤病变诊断的可解释深度图像分类器
计算机视觉与模式识别
2021-11-24 v1 人工智能
机器学习
摘要
在医疗诊断等关键情境中，决策系统所采用深度学习模型的可解释性是一个核心问题。可解释人工智能（XAI）研究正试图解决此问题。然而，XAI方法通常仅在通用分类器上测试，并未体现如医疗诊断这类现实问题。本文中，我们分析了一个皮肤病变图像案例研究，其中我们定制了一种现有XAI方法来解释一个能够识别不同类型皮肤病变的深度学习模型。该解释由合成的皮肤病变示例与反例图像构成，为从业者提供了一种突出导致分类决策关键特征的方式。一项面向领域专家、初学者和非专业人员的调查证明，使用解释增强了对自动决策系统的信任与信心。此外，对解释器所采用潜空间的分析揭示，一些最常见的皮肤病变类别被清晰分离。该现象可能源于各类别的固有特征，并有望为人工专家最常发生的误分类问题提供解决支持。
引用
@article{arxiv.2111.11863,
title = {Explainable Deep Image Classifiers for Skin Lesion Diagnosis},
author = {Carlo Metta and Andrea Beretta and Riccardo Guidotti and Yuan Yin and Patrick Gallinari and Salvatore Rinzivillo and Fosca Giannotti},
journal= {arXiv preprint arXiv:2111.11863},
year = {2021}
}