Buchumschlag

Explainable Artificial Intelligence for Medical Applications: A Review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Qiyang, Akman, Alican, Schuller, Björn W.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explainable Artificial Intelligence in Biomedical Image Analysis: A Comprehensive Survey
von: Dagnaw, Getamesay Haile, et al.
Veröffentlicht: (2025)

A Review of Multimodal Explainable Artificial Intelligence: Past, Present and Future
von: Sun, Shilin, et al.
Veröffentlicht: (2024)

Generative Artificial Intelligence: A Systematic Review and Applications
von: Sengar, Sandeep Singh, et al.
Veröffentlicht: (2024)

SIDE: Sparse Information Disentanglement for Explainable Artificial Intelligence
von: Dubovik, Viktar, et al.
Veröffentlicht: (2025)

A Parameterized Generative Adversarial Network Using Cyclic Projection for Explainable Medical Image Classification
von: Xiong, Xiangyu, et al.
Veröffentlicht: (2023)

Recent Trends in Artificial Intelligence Technology: A Scoping Review
von: Niskanen, Teemu, et al.
Veröffentlicht: (2023)

Adaptive Conformal Prediction for Reliable and Explainable Medical Image Classification
von: Octadion, One, et al.
Veröffentlicht: (2026)

Generalizable and Explainable Deep Learning for Medical Image Computing: An Overview
von: Chaddad, Ahmad, et al.
Veröffentlicht: (2025)

Artificial Intelligence for Detecting Fetal Orofacial Clefts and Advancing Medical Education
von: Zhang, Yuanji, et al.
Veröffentlicht: (2026)

Gender Bias in Text-to-Video Generation Models: A case study of Sora
von: Nadeem, Mohammad, et al.
Veröffentlicht: (2024)

Audio Explanation Synthesis with Generative Foundation Models
von: Akman, Alican, et al.
Veröffentlicht: (2024)

Aligning Human Knowledge with Visual Concepts Towards Explainable Medical Image Classification
von: Gao, Yunhe, et al.
Veröffentlicht: (2024)

Conditional Diffusion Models are Medical Image Classifiers that Provide Explainability and Uncertainty for Free
von: Favero, Gian Mario, et al.
Veröffentlicht: (2025)

Artificial Intelligence-Based Triaging of Cutaneous Melanocytic Lesions
von: Lucassen, Ruben T., et al.
Veröffentlicht: (2024)

FUTURE-AI: Guiding Principles and Consensus Recommendations for Trustworthy Artificial Intelligence in Medical Imaging
von: Lekadir, Karim, et al.
Veröffentlicht: (2021)

Mediffusion: Joint Diffusion for Self-Explainable Semi-Supervised Classification and Medical Image Generation
von: Kaleta, Joanna, et al.
Veröffentlicht: (2024)

An Explainable AI Framework for Artificial Intelligence of Medical Things
von: Amin, Al, et al.
Veröffentlicht: (2024)

MedicalPatchNet: A Patch-Based Self-Explainable AI Architecture for Chest X-ray Classification
von: Wienholt, Patrick, et al.
Veröffentlicht: (2025)

Enhancing Vision Transformer Explainability Using Artificial Astrocytes
von: Echevarrieta-Catalan, Nicolas, et al.
Veröffentlicht: (2025)

Integrating Artificial Intelligence Models and Synthetic Image Data for Enhanced Asset Inspection and Defect Identification
von: Mandati, Reddy, et al.
Veröffentlicht: (2024)

A Survey of Mix-based Data Augmentation: Taxonomy, Methods, Applications, and Explainability
von: Cao, Chengtai, et al.
Veröffentlicht: (2022)

Vision-Language Models for Medical Report Generation and Visual Question Answering: A Review
von: Hartsock, Iryna, et al.
Veröffentlicht: (2024)

Enhancing Cognition and Explainability of Multimodal Foundation Models with Self-Synthesized Data
von: Shi, Yucheng, et al.
Veröffentlicht: (2025)

Application of Deep Learning Methods to Processing of Noisy Medical Video Data
von: Afonchikov, Danil, et al.
Veröffentlicht: (2024)

Medical Reasoning in the Era of LLMs: A Systematic Review of Enhancement Techniques and Applications
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

Medical Image Analysis for Detection, Treatment and Planning of Disease using Artificial Intelligence Approaches
von: Yadav, Nand Lal, et al.
Veröffentlicht: (2024)

Exploring the Role of Artificial Intelligence and Machine Learning in Process Optimization for Chemical Industry
von: Lin, Zishuo, et al.
Veröffentlicht: (2025)

EGIC: Enhanced Low-Bit-Rate Generative Image Compression Guided by Semantic Segmentation
von: Körber, Nikolai, et al.
Veröffentlicht: (2023)

A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis
von: Rao, Haocong, et al.
Veröffentlicht: (2024)

HSMix: Hard and Soft Mixing Data Augmentation for Medical Image Segmentation
von: Sun, Danyang, et al.
Veröffentlicht: (2025)

Lightweight Multimodal Artificial Intelligence Framework for Maritime Multi-Scene Recognition
von: Xi, Xinyu, et al.
Veröffentlicht: (2025)

Iterative Explainability for Weakly Supervised Segmentation in Medical PE Detection
von: Condrea, Florin, et al.
Veröffentlicht: (2024)

Explainable Metric Learning for Deflating Data Bias
von: Andrews, Emma, et al.
Veröffentlicht: (2024)

Fast and Simple Explainability for Point Cloud Networks
von: Levi, Meir Yossef, et al.
Veröffentlicht: (2024)

Improved Segmentation of Polyps and Visual Explainability Analysis
von: Asare, Akwasi, et al.
Veröffentlicht: (2025)

Towards Multimodal Prediction of Spontaneous Humour: A Novel Dataset and First Results
von: Christ, Lukas, et al.
Veröffentlicht: (2022)

An Explainable Fast Deep Neural Network for Emotion Recognition
von: Di Luzio, Francesco, et al.
Veröffentlicht: (2024)

FedA3I: Annotation Quality-Aware Aggregation for Federated Medical Image Segmentation against Heterogeneous Annotation Noise
von: Wu, Nannan, et al.
Veröffentlicht: (2023)

Medical Image Classification on Imbalanced Data Using ProGAN and SMA-Optimized ResNet: Application to COVID-19
von: Jahromi, Sina, et al.
Veröffentlicht: (2025)

Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing
von: Wang, Wenguan, et al.
Veröffentlicht: (2022)