超声甲状腺结节分类网络

可解释双分支

将TI-RADS区域与边界知识融入双分支双坐标网络，在提供分类结果的同时输出可解释的知识注意力图。

Wang, Mingyu · Xu, Ziyue · 詹维伟 · Xiao, Jing · Hou, Yiqing · 黄炳升 · Huang, Lingyun · Li, Shuo

Medical Image Analysis 2024

参数信息

AUC

0.93

ACC

0.87

技术优势

决策可解释

模型输出与TI-RADS区域和边界知识对应的注意力图，医生可查看分类所依据的图像区域。

诊断更可靠

将临床指南知识显式编码为标签，减少黑箱模型对偶然特征的依赖。

应用场景

• 超声影像诊断：辅助超声科医生提升甲状腺结节良恶性判断的准确性和一致性。
• 辅助诊断系统：为CAD系统加入可解释模块，使AI决策依据可视化。
• 医学图像分析：验证多粒度领域知识融合在多模态医学图像分析中的有效性。