May, 2018

协作人工智能(CHAI):基于证据的皮肤镜图像的可解释性黑色素瘤分类

TL;DR提出一种基于证据的分类方法,利用 CNN,三元损失和全局平均池化学习特征嵌入,通过 kNN 搜索分类,并以发现的邻居和最相关的局部图像区域作为证据。通过实现一种新的分级三元逻辑,根据疾病标签和非专家相似性一起学习嵌入,以确保结果对于任何技能水平的人来说都具有标签准确性和视觉相似性,从而改善了基于疾病标签和标准多类损失的基准结果,并显着改善了结果的定量相关性和局部图像区域。