基于深度学习的可解释性白细胞分类研究
计算机视觉与模式识别
2023-11-27 v1 机器学习
摘要
无标记方法因其灵活性与成本效益在细胞学成像中颇具吸引力。它们由机器学习方法提供支持，尽管缺乏标记且对比度较低，仍能以高精度对细胞分类，而人类观察者几乎无法区分这些细胞。为了更好地将这些工作流整合进临床决策过程，本工作研究了用于白细胞自动分类的置信度估计校准。此外，比较了不同的视觉解释方法，以使机器决策更贴近专业医疗应用。进而，我们能够在神经网络中识别出通用的检测模式，并展示了所提方法在血细胞分析不同场景中的效用。
引用
@article{arxiv.2311.14485,
title = {Towards Interpretable Classification of Leukocytes based on Deep Learning},
author = {Stefan Röhrl and Johannes Groll and Manuel Lengl and Simon Schumann and Christian Klenk and Dominik Heim and Martin Knopp and Oliver Hayden and Klaus Diepold},
journal= {arXiv preprint arXiv:2311.14485},
year = {2023}
}
备注
Presented at the 3rd Workshop on Interpretable Machine Learning in Healthcare (IMLH) @ ICML 2023