无需遮罩：基于分类的可解释 AI 分解语义分割
计算机视觉与模式识别
2025-08-07 v1
摘要
医学图像分割是现代医疗的关键要素，也是计算机辅助诊断的关键环节。虽然近期计算机视觉领域的进展探索了使用预训练模型进行无监督分割的方法，但这些方法在医学影像领域的应用效果不佳。本文提出了一种新方法，通过针对医学图像进行微调预训练模型，实现高精度分割。我们的方法将可解释 AI 集成到分割过程中，以生成相关性得分，从而增强分割过程。与传统方法不同，后者在标准基准测试中表现出色，但在医学应用场景中常常失效，而我们的方法在 CBIS-DDSM、NuInsSeg 和 Kvasir-SEG 等数据集上实现了 improved results。
引用
@article{arxiv.2508.04534,
title = {No Masks Needed: Explainable AI for Deriving Segmentation from Classification},
author = {Mosong Ma and Tania Stathaki and Michalis Lazarou},
journal= {arXiv preprint arXiv:2508.04534},
year = {2025}
}
备注
Accepted at ICDIPV 2025