可视化卷积神经网络以改进皮肤病变分类的决策支持
计算机视觉与模式识别
2018-09-12 v1 机器学习
摘要
因在计算机视觉中的最先进性能，CNNs 正日益流行于包括医学在内的多种领域。然而，由于神经网络是黑箱函数逼近器，医学专家难以（即便可能）对其输出进行推理。这可能导致专家在不认同网络输出时不信任该网络。在此情形下，解释 CNN 为何做出某决策成为有价值的信息。本文中，我们试图通过检视与可视化所学特征图，在皮肤病学领域打开 CNN 的黑箱。我们表明，在某种程度上，CNNs 关注的特征与皮肤科医生用于诊断的特征相似。然而，要充分解释其输出仍需更多研究。
引用
@article{arxiv.1809.03851,
title = {Visualizing Convolutional Neural Networks to Improve Decision Support for Skin Lesion Classification},
author = {Pieter Van Molle and Miguel De Strooper and Tim Verbelen and Bert Vankeirsbilck and Pieter Simoens and Bart Dhoedt},
journal= {arXiv preprint arXiv:1809.03851},
year = {2018}
}
备注
8 pages, 6 figures, Workshop on Interpretability of Machine Intelligence in Medical Image Computing at MICCAI 2018