基于深度集成学习和可解释人工智能的黑色素瘤分类
机器学习
2026-02-19 v1 计算机视觉与模式识别
摘要
黑色素瘤是最具攻击性和致死性的皮肤癌之一，如果不及时检测和治疗，将导致死亡。人工智能技术最近开发出来的技术帮助皮肤科医生早期检测黑色素瘤，基于深度学习（DL）的系统能够以高精度检测这些病灶。然而，整个社区必须克服DL模型在决策中的黑箱操作不足，以获取在医疗保健领域获得最大收益的能力。由于DL模型决策缺乏可靠性和信任，解释性人工智能（XAI）可以通过解释AI系统的预测来解决这一问题。本文提出一种机器学习模型，使用三种前沿深度迁移学习网络的集成学习，同时提出一种确保预测可靠性的方法，利用XAI技术解释预测依据。
引用
@article{arxiv.2511.00246,
title = {Melanoma Classification Through Deep Ensemble Learning and Explainable AI},
author = {Wadduwage Shanika Perera and ABM Islam and Van Vung Pham and Min Kyung An},
journal= {arXiv preprint arXiv:2511.00246},
year = {2026}
}
备注
Publisher-formatted version provided under CC BY-NC-ND 4.0 license. Original source produced by SciTePress