用于咬翼X光片龋齿分类的可解释交互式深度多示例学习
图像与视频处理
2023-09-27 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
我们提出了一种基于深度多示例学习的简洁高效图像分类架构，并将其应用于牙科放射影像中龋齿检测这一具有挑战性的任务。在技术层面，我们的方法有两方面贡献：首先，尽管仅使用弱图像级标签进行训练，它仍能输出局部块分类概率的热图。其次，它支持从分割标签中学习以引导训练。与现有方法不同，人类用户可忠实解释预测并与模型交互，以决定关注哪些区域。实验在一个包含约3.8万张咬翼片（约31.6万颗牙齿）的大型临床数据集上进行，我们取得了与多种基线相比具有竞争力的性能。当由外部龋齿分割模型引导时，分类与定位性能均观察到显著提升。
引用
@article{arxiv.2112.09694,
title = {Interpretable and Interactive Deep Multiple Instance Learning for Dental Caries Classification in Bitewing X-rays},
author = {Benjamin Bergner and Csaba Rohrer and Aiham Taleb and Martha Duchrau and Guilherme De Leon and Jonas Almeida Rodrigues and Falk Schwendicke and Joachim Krois and Christoph Lippert},
journal= {arXiv preprint arXiv:2112.09694},
year = {2023}
}
备注
19 pages, 10 figures, Full Paper, MIDL 2022