基于可解释人工智能和深度学习的组织病理学图像中的副结核病诊断；用于恶意软件检测的安全稳健的认知系统设计；带有涂鸦注释的弱监督伪装对象检测；Time Majority Voting：一种面向非专家用户的

可解释的机器学习

中文标题：基于可解释人工智能和深度学习的组织病理学图像中的副结核病诊断

英文标题：Diagnosis of Paratuberculosis in Histopathological Images Based on Explainable Artificial Intelligence and Deep Learning 

时间：2022.8.2

作者：Tuncay Yiğit, Nilgün Şengöz, Özlem Özmen, Jude Hemanth, Ali Hakan Işık

机构：苏莱曼德米雷尔大学（Süleyman Demirel University）、Burdur Mehmet Akif Ersoy大学（Burdur Mehmet Akif Ersoy University）、卡鲁尼亚理工学院（Karunya Institute of Technology & Sciences）

链接：https://arxiv.org/ftp/arxiv/papers/2208/2208.01674.pdf

简介：人工智能在医学成像，尤其是组织病理学成像方面有着广阔的前景。然而，人工智能算法并不能完全解释决策过程中的思维过程。这种情况将人工智能应用的可解释性问题，即黑匣子问题提上了议事日程：算法只是简单地做出响应，而无需说明给定图像的原因。为了克服这个问题并提高可解释性，可解释人工智能（