DeepXplainer : Une approche basée sur l'apprentissage profond et interprétable pour la détection du cancer du poumon utilisant l'intelligence artificielle explicable

Un modèle de classification basé sur l'apprentissage profond pour le cancer du poumon est proposé avec trois composants principaux : un pour l'apprentissage des caractéristiques, un autre pour la classification, et un troisième pour fournir des explications sur les prédictions faites par le modèle hybride proposé (ConvXGB). Le "DeepXplainer" proposé a été évalué en utilisant une variété de métriques, et les résultats montrent qu'il surpasse les repères actuels. En fournissant des explications pour les prédictions, l'approche proposée peut aider les médecins à détecter et traiter les patients atteints de cancer du poumon de manière plus efficace.