Benchmarking Class Activation Map Methods for Explainable Brain Hemorrhage Classification on Hemorica Dataset
在Hemorica数据集上基于类激活图方法的可解释性脑出血分类基准测试
机构 * Faculty of Computer Engineering, K. N. Toosi University of Technology(计算机工程学院,K.N.托菲大学) ; Faculty of Electrical Engineering, K. N. Toosi University of Technology(电气工程学院,K.N.托菲大学) ; Faculty of Mechanical Engineering, Tarbiat Modares University(机械工程学院,塔里比亚特莫达res大学)
专题命中 医学数据与评测 :diagnosis(abstract);分类 cs.CV、q-bio
AI总结 本研究通过在Hemorica数据集上评估九种CAM算法,发现AblationCAM在像素级Dice和IoU指标上表现最佳,为脑出血分类的可解释性提供了新的基准。