图像类别翻译：基于翻译距离的类别特定假设的视觉检查与分类

目的：实施人工智能用于医疗应用的一个主要障碍是缺乏可解释性和对错误决策的高度置信度，特别是对于域外样本。我们提出了一种图像翻译网络的泛化用于图像分类，并展示了其作为传统黑箱分类器更具可解释性的替代方案的潜力。方法：我们训练了一个图像到图像网络，将输入图像翻译为类别特定的假设，然后从视觉和定量两个角度将这些假设与输入进行比较。翻译距离，即使图像符合某一类别或另一类别所需的改变程度，被用于聚类和趋势分析，并用作分类的简单低维特征向量。结果：在黑色素瘤/良性皮肤镜检查图像上，仅使用2维特征空间的翻译距离分类器达到了80%的准确率（而传统CNN使用约62,000维特征空间达到85%）。对渲染图像的视觉检查揭示了数据集偏差，如黑色素瘤中的标尺、渐晕和苍白背景色素。翻译距离空间中的图像分布沿皮肤科医生决定是否进行活检的线条自然分离，而非恶性与良性之间。在骨髓细胞学图像上，翻译距离分类器在3类（92%准确率 vs CNN的89%）和6类（90% vs CNN的86%）场景下均优于传统CNN。结论：这个概念验证展示了图像到图像网络超越艺术/风格变化、暴露数据集偏差、执行降维和数据集可视化，以及在某些情况下可能优于传统端到端CNN分类器的潜力。