自解释DL预测网络

AUC至少提升4.81%

首个具备内在可解释性的深度学习网络，用于新辅助化疗病理完全反应早期预测，其可解释性贯穿特征提取、多尺度融合与最终预测全流程。

Yu, Gao · Ding D. · 曾慧

Engineering Applications of Artificial Intelligence 2024

参数信息

AUC提升

4.81 %

技术优势

性能显著提升

在多中心预处理DCE-MRI数据集上超越现有方法，AUC至少提高4.81%。

临床信任增强

通过提供定性和定量自解释性，提高模型在临床环境中的可信度。

应用场景

• 乳腺癌个性化治疗：治疗前预测pCR，避免无效化疗。
• 医学影像AI：从DCE-MRI中提取关键信息。
• 临床决策支持：提供可解释预测支持临床决策。
• 新辅助化疗监测：提前评估NAC效果并调整方案。