基于深度学习与XAI的胸部X光片肺病分类解释方法
图像与视频处理
2024-04-18 v1 计算机视觉与模式识别
机器学习
摘要
肺病仍是全球健康的重大关切，准确快速地诊断它们至关重要。本文聚焦于将不同肺病分为五组：病毒性肺炎、细菌性肺炎、新冠、结核病和正常肺。通过采用先进的深度学习技术，我们探索了包括CNN、混合模型、集成模型、Transformer和Big Transfer在内的多种模型。该研究涵盖了包括超参数调优、分层K折交叉验证和迁移学习等综合方法。令人惊讶的是，我们发现通过5折交叉验证微调的Xception模型实现了最高的96.21%准确率。这一成功表明我们的方法在准确识别不同肺病方面表现良好。进一步探索可解释人工智能（XAI）方法，增强了我们对这些模型所采用的决策过程的理解，促进了其临床应用的可信度。
引用
@article{arxiv.2404.11428,
title = {Explainable Lung Disease Classification from Chest X-Ray Images Utilizing Deep Learning and XAI},
author = {Tanzina Taher Ifty and Saleh Ahmed Shafin and Shoeb Mohammad Shahriar and Tashfia Towhid},
journal= {arXiv preprint arXiv:2404.11428},
year = {2024}
}