跳到正文
arXiv Artificial Intelligence· Yuan Liang, Sourav Bhattacharjee, Abraham Campbell·· 17 小时前AI 评分22

超越门控权重:肾细胞癌分类中影像组学-图像特征融合的决策级解释

Beyond Gate Weights: Decision-Level Interpretation of Radiomics-Image Feature Fusion for RCC Classification

AI 导读

研究在固定的 3D MedVAE-影像组学模型中发现,门控系数无法反映分支对分类器输出的实际贡献:结构影像组学权重均值 0.823,而有效影像组学主导度仅 0.148,两者仅弱相关(ρ = 0.290)。门控图像项保留的判别排序信息明显强于直接影像组学项,外部验证也观察到同样的结构-有效差异。由于影像组学同时生成门控,门控图像项仍依赖影像组学,加性分支贡献不应解读为总输入影响。

来源:arXiv Artificial Intelligence · arxiv.org