[MICCAI2019] Global and Local Interpretability for Cardiac MRI Classification

作者信息
James R. Clough
King’s College London


深度学习可解释性,题目中,
global 是指被分为特定类别的图像有哪些共有特征,具体指本文采用vae+分类网络,利用CAV分析来解释医学概念对分类决策的影响程度
local 是指图像的何种特征导致它被分类器分类成某类,具体指使用VAE得到latent code后,通过对latent code插值来分析影像变化。

CAV (concept activation vectors)(ICML2018)

先介绍下文章中用到的CAV(tensorflow 官方有代码),是近年来深度学习可解释性方面最具创新性的工作。详细介绍PPT
如下图所示,CAV用来定量分析某一概念对网络预测的重要程度。
在这里插入图片描述

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值