数字病理学中可解释人工智能综述
计算机视觉与模式识别
2020-08-17 v1 机器学习
图像与视频处理
摘要
人工智能（AI）在诊断影像评估中已展现出巨大前景。然而，将 AI 应用于临床常规以支持医学诊断面临诸多挑战。算法应具有高预测准确性，同时还须透明、可理解且可靠。因此，可解释人工智能（XAI）对该领域高度相关。我们呈现一项关于数字病理学中 XAI 的综述，数字病理学是一个具有特定特征与需求的医学影像子学科。该综述包含若干贡献。首先，我们全面概述了当前对病理影像中深度学习方法具有潜在相关性的 XAI 技术，并从三个不同方面对其分类。在此过程中，我们将不确定性估计方法作为 XAI 图景的组成部分加以纳入。我们还将技术方法联系到数字病理学的特定先决条件，并呈现发现以指导未来研究工作。该综述面向技术研究人员与医学专业人员，其目标之一是建立跨学科学术讨论的共同基础。
引用
@article{arxiv.2008.06353,
title = {Survey of XAI in digital pathology},
author = {Milda Pocevičiūtė and Gabriel Eilertsen and Claes Lundström},
journal= {arXiv preprint arXiv:2008.06353},
year = {2020}
}