Σύνολο για την αξιοποίηση της ερμηνευσιμότητας των συστημάτων ανάλυσης ιατρικής εικόνας

Author nameΑργύριος Ζαφειρίου
Title
Σύνολο για την αξιοποίηση της ερμηνευσιμότητας των συστημάτων ανάλυσης ιατρικής εικόνας
Year2020-2021
Supervisor

Ilias Maglogiannis

IliasMaglogiannis

Summary

Τα σύγχρονα συστήματα Τεχνητής Νοημοσύνης (AI) έχουν επιτύχει σε ανθρώπινο επίπεδο και, σε ορισμένες περιπτώσεις, ακόμη υψηλότερες προγνωστικές ικανότητες, επιλύοντας πολυάριθμες και ποικίλες εργασίες. Δύο βασικοί λόγοι πίσω από αυτό το επίτευγμα είναι η ταχεία τεχνολογική εξέλιξη και ο αυξανόμενος όγκος των διαθέσιμων δεδομένων, που επέτρεψαν την ανάπτυξη πολλών εκατομμυρίων μοντέλων παραμέτρων. Αναπόφευκτα, μαζί με την ακρίβεια, έχει αυξηθεί και η πολυπλοκότητα. Όμως, ανεξάρτητα από το πόσο υψηλή μπορεί να είναι η ακρίβεια, ορισμένες εργασίες, συμπεριλαμβανομένων οποιωνδήποτε εργασιών που σχετίζονται με την ιατρική, απαιτούν εξηγήσεις σχετικά με την απόφαση του μοντέλου. Όταν ασχολούμαστε με δεδομένα εικόνας, οι επεξηγήσεις της απόφασης του μοντέλου συνήθως λαμβάνουν τη μορφή εμφανών και μη εμφανών περιοχών πάνω από την εικόνα που τονίζουν τις σημαντικές και τις μη σημαντικές περιοχές αντίστοιχα. Όποια και αν είναι η μέθοδος απόδοσης σημασίας, η εξέχουσα θέση μιας περιοχής αντιπροσωπεύει την άποψη του μοντέλου προς τα ερεθίσματα που επηρέασαν κυρίως το αποτέλεσμα και μπορεί να είναι τόσο ακριβής όσο και η ποιότητα των χαρακτηριστικών που έχει μάθει το μοντέλο. Έτσι, μια εύλογη υπόθεση θα ήταν ότι όσο καλύτερες προβλέψεις κάνει το μοντέλο, τόσο πιο ακριβείς εξηγήσεις παράγει. Σε αυτή την εργασία, εξετάζεται η αποτελεσματικότητα των μοντέλων συνόλων ως μέσου μόχλευσης επεξηγήσεων, υπό την έννοια ότι τα μοντέλα συνόλων έχουν συνδυαστική πληροφόρηση. Εκτός από την ενοποίηση, παρουσιάζεται εδώ μια νέα προσέγγιση για τη συγκέντρωση των χαρτών απόδοσης σπουδαιότητας, σε μια προσπάθεια να εξεταστεί ένας εναλλακτικός τρόπος συνδυασμού των διαφορετικών απόψεων που προσφέρουν αρκετά ικανά μοντέλα. Ο σκοπός της συγκέντρωσης είναι να μειωθεί το κόστος υπολογισμού, επιτρέποντας ταυτόχρονα τους συνδυασμούς χαρτών διαφόρων προελεύσεων. Μετά από ένα σχέδιο αξιολόγησης του χάρτη εξέχουσας σημασίας, πραγματοποιούνται τέσσερις δοκιμές σε τρία σύνολα δεδομένων, δύο από τα οποία είναι σύνολα δεδομένων ιατρικών εικόνων και η μία είναι γενική. Τα αποτελέσματα υποδεικνύουν ότι η επεξήγηση μπορεί, πράγματι, να ωφεληθεί από το συνδυασμό των πληροφοριών, είτε με τη συγκέντρωση είτε με τη συγκέντρωση. Ακολουθεί συζήτηση, σε μια προσπάθεια να δοθεί μια εικόνα για τους μηχανισμούς που οδήγησαν στα παρεχόμενα αποτελέσματα, καθώς και να δοθούν κατευθυντήριες γραμμές για πιθανές μελλοντικές εργασίες.