skin lesion diagnosis | BriefGPT

关键词skin lesion diagnosis

搜索结果 - 8

概念关注白化对于可解释性皮肤病诊断的应用
通过引入 Concept-Attention Whitening（CAW）框架，我们提出了一种用于解释性皮肤病变诊断的新方法。CAW 不仅提高了可解释性，还保持了最先进的诊断性能。
PDF3 months ago
基于概念的皮肤病诊断视觉语言模型的诠释性研究
基于视觉语言模型的嵌入学习策略可以在皮肤病诊断中减少对大量概念标注样本的依赖，提高准确性，并且比自动生成概念的特定方法所需的概念标注样本数量更少。
PDF7 months ago
CVPR医学图像中基于一致性概念的解释及其在皮肤病诊断中的应用
本文提出了一种可解释性的深度学习模型在诊断黑色素瘤皮损方面的应用，该模型基于概念编码器和硬注意力机制及可视连贯性损失项进行优化，其结果表明该模型优于现有黑盒和概念模型。
PDFa year ago
针对皮肤病标注的图像分类器示例和反例解释
使用深度神经网络识别皮肤病变，并通过对抗自编码器生成的例子向医生提供诊断解释，以实现可解释的人工智能医疗决策系统。
PDFa year ago
ECCVFairDisCo: 利用去相关对比学习实现更公平的皮肤科人工智能
本文介绍了一种基于深度学习的公平皮肤病诊断框架 FairDisCo，通过对比学习和删除敏感属性等方法，有效解决了现有模型对较暗皮肤图像的低准确度问题。在两个新的皮肤数据集 Fitzpatrick17k 和 Diverse Dermatolo
PDF2 years ago
长尾细粒度皮肤病变图像的外分布检测
本文提出了一种更有效的方法以提高对样本外（未知皮肤病变和条件）样本的检测性能，同时维持所知皮肤病变种类的多类分类准确性，并针对长尾和细粒度的 OOD 检测任务构建了一个适当的模型。
PDF2 years ago
基于动态银行学习的半监督联邦图像诊断与类别不平衡
本文研究了半监督联邦学习在医学图像诊断中的类不平衡问题，提出了一种新颖的动态银行学习方案，通过利用类比例信息来提高客户端的训练。经过在 2 个真实医学数据集上的评估，与第二名相比，在精度上有显著的性能提高 (7.61% 和 4.69%)。
PDF2 years ago
使用集成、未缩放多重裁剪评估和损失加权的皮肤病变诊断
该研究介绍了应对 ISIC2018 皮肤病变诊断挑战的方法，使用卷积神经网络进行皮肤病变分类，解决了类别不平衡问题，同时采用元学习技术预测结果，并在挑战中取得第二名成绩，是唯一使用公共数据的最佳解决方案。
PDF6 years ago