一个可解释的人工智能模型,用于从胸部x射线图像中识别局部指标和检测肺部疾病

Shiva prasad Koyyada , Thipendra P. Singh
{"title":"一个可解释的人工智能模型,用于从胸部x射线图像中识别局部指标和检测肺部疾病","authors":"Shiva prasad Koyyada , Thipendra P. Singh","doi":"10.1016/j.health.2023.100206","DOIUrl":null,"url":null,"abstract":"","PeriodicalId":73222,"journal":{"name":"Healthcare analytics (New York, N.Y.)","volume":"4 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"An explainable artificial intelligence model for identifying local indicators and detecting lung disease from chest X-ray images\",\"authors\":\"Shiva prasad Koyyada , Thipendra P. Singh\",\"doi\":\"10.1016/j.health.2023.100206\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"\",\"PeriodicalId\":73222,\"journal\":{\"name\":\"Healthcare analytics (New York, N.Y.)\",\"volume\":\"4 \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Healthcare analytics (New York, N.Y.)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S2772442523000734\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Healthcare analytics (New York, N.Y.)","FirstCategoryId":"1085","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S2772442523000734","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

放射科医生的主要职责之一是利用胸部x光片诊断肺部疾病。放射科医生在影像学上检查斑片状感染,并根据他们的知识做出理性的决定。卷积神经网络在从医学图像中分类和识别疾病方面表现得非常好。尽管深度学习(DL)模型是一种很有前途的预测技术,其精度相当于人,但通常缺乏可解释性,这是在高度监管的医疗保健行业中临床部署DL模型的关键组成部分。在本文中,我们模仿放射科医生的决策过程,通过每周监督学习和推导规则来识别胸部x射线图像的局部区分区域,并解释为什么DL方法会给出这样的结果。这个过程分三个阶段进行。第一阶段是训练一个分类问题的模型来预测肺部疾病。第二阶段是识别关键区域,并在识别出的具有关键区域的图像上训练模型。第三阶段结合当地和全球特征,学习更多的模式来分类疾病。局部和融合模型显示出显著的改进,在更少的时间内获得99.6%的精度。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
An explainable artificial intelligence model for identifying local indicators and detecting lung disease from chest X-ray images
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Healthcare analytics (New York, N.Y.)
Healthcare analytics (New York, N.Y.) Applied Mathematics, Modelling and Simulation, Nursing and Health Professions (General)
CiteScore
4.40
自引率
0.00%
发文量
0
审稿时长
79 days
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信