基于深度神经网络和 Grad-CAM 解释的胸部 X 光片弱监督 pneumonia 定位
计算机视觉与模式识别
2026-01-15 v5 人工智能
摘要
胸部 X 光成像常用于诊断肺炎，但准确定位肺炎受累区域通常需要详细的像素级标注，这些标注成本高昂且耗时。为此，本研究提出了一种基于梯度加权类激活映射 (Grad-CAM) 的弱监督深度学习框架，用于肺炎分类和定位。该方法不依赖昂贵的像素级标注，而是利用图像级别标签生成临床上有意义的热图，以突出肺炎受累区域。此外，我们在相同的训练条件下评估了七个预训练深度学习模型，包括视觉转换器，使用焦点损失和患者级别的划分以防止数据泄漏。实验结果表明，所有模型均实现了较高的分类准确率（96--98%），其中 ResNet-18 和 EfficientNet-B0 显示出最佳的整体性能，而 MobileNet-V3 提供了一个高效的轻量级替代方案。Grad-CAM 热图可视化确认，所提出的方法聚焦于临床相关的肺部区域，支持在放射诊断中使用可解释人工智能。总体而言，本工作凸显了弱监督、可解释模型的潜力，这些模型增强了人工智能辅助肺炎筛查的透明度和临床信任度。
引用
@article{arxiv.2511.00456,
title = {Weakly Supervised Pneumonia Localization from Chest X-Rays Using Deep Neural Network and Grad-CAM Explanations},
author = {Kiran Shahi and Anup Bagale},
journal= {arXiv preprint arXiv:2511.00456},
year = {2026}
}
备注
https://github.com/kiranshahi/pneumonia-analysis