Validating Automatic Concept-Based Explanations for AI-Based Digital Histopathology.

Sauter, Daniel; Lodde, Georg; Nensa, Felix; Schadendorf, Dirk; Livingstone, Elisabeth; Kukuk, Markus

Sauter, Daniel; Lodde, Georg; Nensa, Felix; Schadendorf, Dirk; Livingstone, Elisabeth; Kukuk, Markus.

Afiliação

Sauter D; Department of Computer Science, Fachhochschule Dortmund, 44227 Dortmund, Germany.
Lodde G; Department of Dermatology, University Hospital Essen, 45147 Essen, Germany.
Nensa F; Institute for AI in Medicine (IKIM), University Hospital Essen, 45131 Essen, Germany.
Schadendorf D; Institute of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, 45147 Essen, Germany.
Livingstone E; Department of Dermatology, University Hospital Essen, 45147 Essen, Germany.
Kukuk M; Department of Dermatology, University Hospital Essen, 45147 Essen, Germany.

Sensors (Basel) ; 22(14)2022 Jul 18.

Article em En | MEDLINE | ID: mdl-35891026

Assuntos

Inteligência Artificial; Neoplasias Cutâneas; Humanos; Redes Neurais de Computação; Reprodutibilidade dos Testes; Neoplasias Cutâneas/patologia

Palavras-chave

basal cell carcinoma; bias discovery; computational histopathology; concept attribution; explainable AI; intra-epidermal carcinoma; malignant melanoma; saliency map; squamous cell carcinoma

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Neoplasias Cutâneas / Inteligência Artificial Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: Sensors (Basel) Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Alemanha

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google