胃肠道基础模型的可解释性分析

2026-10-02，arXiv发表计算机视觉研究，提出一种基于原型的模糊规则框架，直接解释预训练基础模型内部层的patch级特征，无需微调。该方法在ViT-S/16骨干网络的最后两个块上，通过特征空间聚类学习类别原型，并用人类可读的IF-THEN模糊规则进行分类。在无线胶囊内镜、胃肠道内镜和结肠息肉分割任务上，该方法在冻结特征下达到与黑盒分类器相当的准确率，并能用于检测合成医学图像中生成器未能复现的真实原型与规则，定位合成图像与真实组织的差异。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。