解释从树集成中提取的规则：在乳腺MRI计算机辅助诊断中的应用
机器学习
2016-06-28 v1 计算机视觉与模式识别
摘要
高预测性能、易用性与可解释性是计算机辅助诊断（CAD）应用于人类阅片研究的重要前提。我们提出了一种专门设计的CAD系统，旨在使其对审查筛查性乳腺MRI研究的放射科医师而言更具可理解性。该系统结合多参数成像特征，用于区分恶性和非恶性病灶。完整系统采用规则提取算法，以易于理解的图可视化形式呈现病灶分类结果。
引用
@article{arxiv.1606.08288,
title = {Interpreting extracted rules from ensemble of trees: Application to computer-aided diagnosis of breast MRI},
author = {Cristina Gallego-Ortiz and Anne L. Martel},
journal= {arXiv preprint arXiv:1606.08288},
year = {2016}
}
备注
presented at 2016 ICML Workshop on Human Interpretability in Machine Learning (WHI 2016), New York, NY