医学图像分析中的可解释深度学习模型
计算机视觉与模式识别
2020-05-29 v1 机器学习
图像与视频处理
摘要
深度学习方法对多种医学诊断任务非常有效，甚至在部分任务上超越人类专家。然而，算法的黑盒性质限制了临床应用。近期可解释性研究旨在展示对模型决策影响最大的特征。该领域多数文献综述聚焦于分类体系、伦理及解释的必要性。本文综述可解释深度学习在不同医学影像任务中的当前应用，从为临床终端用户设计系统的深度学习研究者之实践视角，讨论各类方法、临床部署挑战及需进一步研究的方面。
引用
@article{arxiv.2005.13799,
title = {Explainable deep learning models in medical image analysis},
author = {Amitojdeep Singh and Sourya Sengupta and Vasudevan Lakshminarayanan},
journal= {arXiv preprint arXiv:2005.13799},
year = {2020}
}
备注
Preprint submitted to J.Imaging, MDPI