基于混合CNN-Transformer模型的早期肝肿瘤检测与可解释人工智能

Key Points

• 本研究旨在开发一种深度学习模型，以便于早期检测肝肿瘤，同时增强可解释性。
• 开发一个名为Liver Scan AI的系统，使用Attention U-Net进行分割，使用ResNet50进行分类。
• 利用Grad-CAM可视化CT扫描中的重要区域，以提高可解释性。
• 评估所提出系统的检测效率和可靠性。
• Liver Scan AI提供准确的肿瘤分割和分类。
• Grad-CAM的使用增强了对模型预测的理解，帮助临床医生做出明智的决策。
• 与传统方法相比，该系统提高了肿瘤检测的速度和可靠性。