面向医学影像的可解释主动学习
计算机视觉与模式识别
2026-02-17 v1 人工智能
机器学习
摘要
医学图像分析需要大量标记数据用于模型训练，但专家标注费用高昂且耗时。主动学习（AL）通过战略性地选择最具信息性的样本来解决标注成本问题，但传统方法仅依赖预测不确定性，忽视模型是否从临床上有意义的特征学习——这一点对于临床部署至关重要。我们提出一种可解释引导的主动学习框架，将空间注意力对齐集成到样本获取过程中。我们的 метод采用双准则选择策略，结合：（i）分类不确定性以识别信息丰富的样本，（ii）与放射科医生定义的区域感兴趣（ROI）的注意力错位来针对模型聚焦于错误特征的样本。通过测量Grad-CAM注意力图与专家注释之间的Dice相似度，我们的获取函数仔细识别既能提升预测性能又能保持空间可解释性的样本。我们使用三个专家标注的医学影像数据集进行评估，即BraTS（脑肿瘤MRI）、VinDr-CXR（胸片）和SIIM-COVID-19（胸片）。仅需570个战略性选择的样本，我们的可解释引导方法在所有数据集上均优于随机采样，在BraTS上达到77.22%准确率，在VinDr-CXR上达到52.37%，在SIIM-COVID-19上达到52.66%。Grad-CAM可视化确认，我们的方法训练的模型聚焦于诊断相关区域，表明将解释引导引入样本获取可实现更高的数据效率，同时保持临床可解释性。
引用
@article{arxiv.2602.13306,
title = {Fine-Tuning a Large Vision-Language Model for Artwork's Scoring and Critique},
author = {Zhehan Zhang and Meihua Qian and Li Luo and Siyu Huang and Chaoyi Zhou and Ripon Saha and Xinxin Song},
journal= {arXiv preprint arXiv:2602.13306},
year = {2026}
}