Buchumschlag

Interpretable Medical Image Classification using Prototype Learning and Privileged Information

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gallee, Luisa, Beer, Meinrad, Goetz, Michael
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hierarchical Vision Transformer with Prototypes for Interpretable Medical Image Classification
von: Gallée, Luisa, et al.
Veröffentlicht: (2025)

FunnyNodules: A Customizable Medical Dataset Tailored for Evaluating Explainable AI
von: Gallée, Luisa, et al.
Veröffentlicht: (2025)

Evaluating the Explainability of Attributes and Prototypes for a Medical Classification Model
von: Gallée, Luisa, et al.
Veröffentlicht: (2024)

Synthetic Privileged Information Enhances Medical Image Representation Learning
von: Farndale, Lucas, et al.
Veröffentlicht: (2024)

Quadrotor Navigation using Reinforcement Learning with Privileged Information
von: Lee, Jonathan, et al.
Veröffentlicht: (2025)

ProtoArgNet: Interpretable Image Classification with Super-Prototypes and Argumentation [Technical Report]
von: Ayoobi, Hamed, et al.
Veröffentlicht: (2023)

Less is More: Selective Reduction of CT Data for Self-Supervised Pre-Training of Deep Learning Models with Contrastive Learning Improves Downstream Classification Performance
von: Wolf, Daniel, et al.
Veröffentlicht: (2024)

EPL: Evidential Prototype Learning for Semi-supervised Medical Image Segmentation
von: He, Yuanpeng
Veröffentlicht: (2024)

Mixed Prototype Consistency Learning for Semi-supervised Medical Image Segmentation
von: Li, Lijian
Veröffentlicht: (2024)

Distilling Privileged Multimodal Information for Expression Recognition using Optimal Transport
von: Aslam, Muhammad Haseeb, et al.
Veröffentlicht: (2024)

Development of CNN Architectures using Transfer Learning Methods for Medical Image Classification
von: Basyal, Ganga Prasad, et al.
Veröffentlicht: (2024)

Few-Shot Medical Image Segmentation with High-Fidelity Prototypes
von: Tang, Song, et al.
Veröffentlicht: (2024)

Intuitionistic Fuzzy Cognitive Maps for Interpretable Image Classification
von: Sovatzidi, Georgia, et al.
Veröffentlicht: (2024)

PGP-SAM: Prototype-Guided Prompt Learning for Efficient Few-Shot Medical Image Segmentation
von: Yan, Zhonghao, et al.
Veröffentlicht: (2025)

Chaos-Enhanced Prototypical Networks for Few-Shot Medical Image Classification
von: Sai, Chinthakuntla Meghan, et al.
Veröffentlicht: (2026)

Enhancing Interpretability of Vertebrae Fracture Grading using Human-interpretable Prototypes
von: Sinhamahapatra, Poulami, et al.
Veröffentlicht: (2024)

ProtoPFormer: Concentrating on Prototypical Parts in Vision Transformers for Interpretable Image Recognition
von: Xue, Mengqi, et al.
Veröffentlicht: (2022)

PiPViT: Patch-based Visual Interpretable Prototypes for Retinal Image Analysis
von: Oghbaie, Marzieh, et al.
Veröffentlicht: (2025)

Addressing Imbalance for Class Incremental Learning in Medical Image Classification
von: Hao, Xuze, et al.
Veröffentlicht: (2024)

Augmenting Prototype Network with TransMix for Few-shot Hyperspectral Image Classification
von: Liu, Chun, et al.
Veröffentlicht: (2024)

ProtoQuant: Quantization of Prototypical Parts For General and Fine-Grained Image Classification
von: Janusz, Mikołaj, et al.
Veröffentlicht: (2026)

Multimodal Medical Image Classification via Synergistic Learning Pre-training
von: Lin, Qinghua, et al.
Veröffentlicht: (2025)

Minimum Data, Maximum Impact: 20 annotated samples for explainable lung nodule classification
von: Gallée, Luisa, et al.
Veröffentlicht: (2025)

Multi-Scale Grouped Prototypes for Interpretable Semantic Segmentation
von: Porta, Hugo, et al.
Veröffentlicht: (2024)

An Overview of Prototype Formulations for Interpretable Deep Learning
von: Li, Maximilian Xiling, et al.
Veröffentlicht: (2024)

Enhanced Multi-Class Classification of Gastrointestinal Endoscopic Images with Interpretable Deep Learning Model
von: Kamble, Astitva, et al.
Veröffentlicht: (2025)

ConPro: Learning Severity Representation for Medical Images using Contrastive Learning and Preference Optimization
von: Nguyen, Hong, et al.
Veröffentlicht: (2024)

Concept Complement Bottleneck Model for Interpretable Medical Image Diagnosis
von: Wang, Hongmei, et al.
Veröffentlicht: (2024)

An Interpretable Local Editing Model for Counterfactual Medical Image Generation
von: Min, Hyungi, et al.
Veröffentlicht: (2026)

HalluciDet: Hallucinating RGB Modality for Person Detection Through Privileged Information
von: Medeiros, Heitor Rapela, et al.
Veröffentlicht: (2023)

Complementary Information Mutual Learning for Multimodality Medical Image Segmentation
von: Shen, Chuyun, et al.
Veröffentlicht: (2024)

Boosting Medical Image Classification with Segmentation Foundation Model
von: Gu, Pengfei, et al.
Veröffentlicht: (2024)

Disentangling Visual Transformers: Patch-level Interpretability for Image Classification
von: Jeanneret, Guillaume, et al.
Veröffentlicht: (2025)

DRUPI: Dataset Reduction Using Privileged Information
von: Wang, Shaobo, et al.
Veröffentlicht: (2024)

Feature CAM: Interpretable AI in Image Classification
von: Clement, Frincy, et al.
Veröffentlicht: (2024)

Deformable ProtoPNet: An Interpretable Image Classifier Using Deformable Prototypes
von: Donnelly, Jon, et al.
Veröffentlicht: (2021)

LMFLOSS: A Hybrid Loss For Imbalanced Medical Image Classification
von: Sadi, Abu Adnan, et al.
Veröffentlicht: (2022)

A Simple Interpretable Transformer for Fine-Grained Image Classification and Analysis
von: Paul, Dipanjyoti, et al.
Veröffentlicht: (2023)

Interpretable Deep Learning Framework for Improved Disease Classification in Medical Imaging
von: Borah, Jutika, et al.
Veröffentlicht: (2025)

Structure-Aware Prototype Guided Trusted Multi-View Classification
von: Huang, Haojian, et al.
Veröffentlicht: (2025)