跳到正文
arXiv · AI· Ahmed Jaheen·· 15 天前AI 评分21

密集乳腺中显著性图是否失效?一项机会归一化且考虑混杂因素的乳腺摄影解释公平性审计

Do Saliency Maps Fail Dense Breasts? A Chance-Normalized, Confounder-Aware Audit of Explanation Fairness in Mammography

AI 导读

针对 1,345 例恶性 CBIS-DDSM 视图的审计显示,在密集乳腺中显著性图定位癌灶效果更差。未调整的显著性差距较大,例如 Grad-CAM 在密集乳腺中的峰值命中率仅 44%,而非密集乳腺为 58%。病例混合因素解释了差距的一半以上。 研究者建议按分类器报告调整前后的密度差距,并引入显著性图和病灶依赖性作为对照。

来源:arXiv · AI · arxiv.org