Buchumschlag

Concept Complement Bottleneck Model for Interpretable Medical Image Diagnosis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Hongmei, Hou, Junlin, Chen, Hao
Format:	Preprint
Veröffentlicht:	2024
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, Interpretable, Label-Free Concept Bottleneck Model
von: Xie, Haodong, et al.
Veröffentlicht: (2026)

Concept-Attention Whitening for Interpretable Skin Lesion Diagnosis
von: Hou, Junlin, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Concept Bottleneck Models with Enhanced Interpretability
von: Zhang, Haifei, et al.
Veröffentlicht: (2025)

Energy-Based Concept Bottleneck Models: Unifying Prediction, Concept Intervention, and Probabilistic Interpretations
von: Xu, Xinyue, et al.
Veröffentlicht: (2024)

MVP-CBM:Multi-layer Visual Preference-enhanced Concept Bottleneck Model for Explainable Medical Image Classification
von: Wang, Chunjiang, et al.
Veröffentlicht: (2025)

Precise, Fast, and Low-cost Concept Erasure in Value Space: Orthogonal Complement Matters
von: Wang, Yuan, et al.
Veröffentlicht: (2024)

Editable Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Narrowing Information Bottleneck Theory for Multimodal Image-Text Representations Interpretability
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2025)

MICA: Towards Explainable Skin Lesion Diagnosis via Multi-Level Image-Concept Alignment
von: Bie, Yequan, et al.
Veröffentlicht: (2024)

Enhancing Skin Disease Diagnosis: Interpretable Visual Concept Discovery with SAM
von: Hu, Xin, et al.
Veröffentlicht: (2024)

Semi-supervised Concept Bottleneck Models
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
von: Stropeni, Arianna, et al.
Veröffentlicht: (2025)

Zero-shot Concept Bottleneck Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2025)

Process-Guided Concept Bottleneck Model
von: Asiyabi, Reza M., et al.
Veröffentlicht: (2026)

Towards Interpretable Geo-localization: a Concept-Aware Global Image-GPS Alignment Framework
von: Jia, Furong, et al.
Veröffentlicht: (2025)

Learning Label-Efficient Interpretable Medical Image Diagnosis via Semi-supervised Hypergraph Concept Bottleneck Model
von: Yang, Yijun, et al.
Veröffentlicht: (2026)

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

Segment Anything in Pathology Images with Natural Language
von: Chen, Zhixuan, et al.
Veröffentlicht: (2025)

Improving Intervention Efficacy via Concept Realignment in Concept Bottleneck Models
von: Singhi, Nishad, et al.
Veröffentlicht: (2024)

EQ-CBM: A Probabilistic Concept Bottleneck with Energy-based Models and Quantized Vectors
von: Kim, Sangwon, et al.
Veröffentlicht: (2024)

XCoOp: Explainable Prompt Learning for Computer-Aided Diagnosis via Concept-guided Context Optimization
von: Bie, Yequan, et al.
Veröffentlicht: (2024)

CBM-RAG: Demonstrating Enhanced Interpretability in Radiology Report Generation with Multi-Agent RAG and Concept Bottleneck Models
von: Alam, Hasan Md Tusfiqur, et al.
Veröffentlicht: (2025)

Are They the Same Picture? Adapting Concept Bottleneck Models for Human-AI Collaboration in Image Retrieval
von: Balloli, Vaibhav, et al.
Veröffentlicht: (2024)

PSA-VLM: Enhancing Vision-Language Model Safety through Progressive Concept-Bottleneck-Driven Alignment
von: Liu, Zhendong, et al.
Veröffentlicht: (2024)

Towards Accurate and Interpretable Neuroblastoma Diagnosis via Contrastive Multi-scale Pathological Image Analysis
von: Zhu, Zhu, et al.
Veröffentlicht: (2025)

Visual Data Diagnosis and Debiasing with Concept Graphs
von: Chakraborty, Rwiddhi, et al.
Veröffentlicht: (2024)

CoBELa: Steering Transparent Generation via Concept Bottlenecks on Energy Landscapes
von: Kim, Sangwon, et al.
Veröffentlicht: (2025)

Adaptive Concept Bottleneck for Foundation Models Under Distribution Shifts
von: Choi, Jihye, et al.
Veröffentlicht: (2024)

Dynamic Clue Bottlenecks: Towards Interpretable-by-Design Visual Question Answering
von: Fu, Xingyu, et al.
Veröffentlicht: (2023)

Towards Practical Alzheimer's Disease Diagnosis: A Lightweight and Interpretable Spiking Neural Model
von: Wu, Changwei, et al.
Veröffentlicht: (2025)

Self-eXplainable AI for Medical Image Analysis: A Survey and New Outlooks
von: Hou, Junlin, et al.
Veröffentlicht: (2024)

PulseMind: A Multi-Modal Medical Model for Real-World Clinical Diagnosis
von: Xu, Jiao, et al.
Veröffentlicht: (2026)

Interpretable Medical Image Classification using Prototype Learning and Privileged Information
von: Gallee, Luisa, et al.
Veröffentlicht: (2023)

MedEyes: Learning Dynamic Visual Focus for Medical Progressive Diagnosis
von: Zhu, Chunzheng, et al.
Veröffentlicht: (2025)

A Concept-based Interpretable Model for the Diagnosis of Choroid Neoplasias using Multimodal Data
von: Wu, Yifan, et al.
Veröffentlicht: (2024)

Replace in Translation: Boost Concept Alignment in Counterfactual Text-to-Image
von: Li, Sifan, et al.
Veröffentlicht: (2025)

Discover-then-Name: Task-Agnostic Concept Bottlenecks via Automated Concept Discovery
von: Rao, Sukrut, et al.
Veröffentlicht: (2024)

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

TRCE: Towards Reliable Malicious Concept Erasure in Text-to-Image Diffusion Models
von: Chen, Ruidong, et al.
Veröffentlicht: (2025)

On Large Visual Language Models for Medical Imaging Analysis: An Empirical Study
von: Van, Minh-Hao, et al.
Veröffentlicht: (2024)