【滑铁卢大学】医学图像分析中可解释的深度学习模型，18页pdf

深度学习方法对各种医学诊断任务都非常有效，甚至在其中一些任务上击败了人类专家。然而，算法的黑箱特性限制了临床应用。最近的可解释性研究旨在揭示对模型决策影响最大的特征。这一领域的大多数文献综述都集中在分类学、伦理学和解释的需要上。本文综述了可解释的深度学习在不同医学成像任务中的应用。本文从一个为临床最终用户设计系统的深度学习研究者的实际立场出发，讨论了各种方法、临床部署的挑战和需要进一步研究的领域。