《基于可解释性深度学习的医疗影像分类算法设计》20000字.docx

基于可解释性深度学习的医疗影像分类算法设计

摘要

医学影像技术的飞速更新，计算机算力的爆发式增长使得这几年的深度学习应用在医学影像处理上成为可能，包括但不限于医学图像分类、图像分割和图像识别。然而深度学习的方法因为内部的黑盒机制使得其往往不能被用于一些较为重要的决策中来，为此我们进行了可解释的研究。本文首先选择了几种神经网络模型在皮肤癌数据集上进行分类，在此基础上，我们选出了分类结果最好的网络VGG16，并对其进行可解释研究。我们首先对其进行归因可解释研究，我们用Grad-CAM方法和导向梯度传播算法显示出图像最后一层卷积层的热图，从而展示出导致分类的原因，接着我们将两种方法进行结合，给出了