LAVA：基于眼底图像进行阿尔茨海默病评估的细粒度神经元级可解释 AI
机器学习
2023-03-20 v2 人工智能
图像与视频处理
摘要
阿尔茨海默病（AD）是一种进行性神经退行性疾病，也是痴呆的主要病因。早期诊断对于患者从潜在的干预和治疗中获益至关重要。由于视网膜与大脑存在解剖学连接，其已被假设为 AD 检测的诊查部位。为此开发的 AI 模型尚未对决策给出合理解释，也无法推断疾病进展的阶段。在此方向上，我们提出了一种新颖的模型无关可解释 AI 框架，称为细粒度神经元级解释器（LAVA），这是一种解释原型，可探查卷积神经网络（CNN）模型的中间层，从而直接根据视网膜成像评估 AD 连续谱，而无需纵向或临床评估。该方法用于验证视网膜血管作为 AD 评估的生物标志物与诊断模态。UK Biobank 认知测试与血管形态学特征表明，LAVA 在识别 AD 进展连续谱各阶段方面展现出强劲的潜力与有效性。
引用
@article{arxiv.2302.03008,
title = {LAVA: Granular Neuron-Level Explainable AI for Alzheimer's Disease Assessment from Fundus Images},
author = {Nooshin Yousefzadeh and Charlie Tran and Adolfo Ramirez-Zamora and Jinghua Chen and Ruogu Fang and My T. Thai},
journal= {arXiv preprint arXiv:2302.03008},
year = {2023}
}
备注
27 pages, 11 figures