深度子域自适应网络

医学图像准确率更高

在医学图像分类任务中实现优于现有方法且可解释的领域自适应性能。

Chaddad, Ahmad · Yihang, Wu · Kateb, Reem · Desrosiers, Christian

Information Sciences 2025

参数信息

分类准确率

91.2 %

准确率提升

6.7 %

技术优势

医学图像准确率高

在COVID-19数据集上准确率达91.2%，证明对医学图像有效。

适应动态数据流

在动态数据流场景中准确率提升6.7个百分点，优于基线。

可解释性强

在COVID-19和皮肤癌数据集上展现出显著可解释性，便于信任模型决策。

应用场景

• 医学图像诊断：在医学图像上准确分类，辅助医生诊断。
• AI辅助诊断：提供高精度分类结果，辅助临床决策。
• 可解释AI：模型决策可解释，增强医生信任。
• 迁移学习：无需大量标注数据，适应新医学任务。