arXiv cs.CV· Michael D. Vasilakakis (Department of Computer Science and Biomedical Informatics, University of Thessaly, Lamia, Greece), Dimitris K. Iakovidis (Department of Computer Science and Biomedical Informatics, University of Thessaly, Lamia, Greece)·· 4 小时前AI 评分36
从图像隐空间到模糊规则：胃肠道基础模型的可解释性分析
From Image Latent Space to Fuzzy Rules: Interpretable Analysis of Gastrointestinal Foundation Model
AI 导读
基于原型的模糊规则框架无需微调即可解释预训练基础模型内层输出的 patch 级特征，在无线胶囊内镜、胃肠镜分类和结肠息肉分割上取得与 kNN、kernel SVM、线性探针相当的黑盒准确率。该框架在 ImageNet-1K 与 GastroNet-5M 预训练的 ViT-S/16 上验证，显示领域特定预训练的特征兼具判别性与符号可压缩性。提取的规则还可定位合成医学图像偏离真实组织之处。
来源：arXiv cs.CV · arxiv.org