論文の概要: Explainable AI (XAI) in Image Segmentation in Medicine, Industry, and Beyond: A Survey

• arxiv url: http://arxiv.org/abs/2405.01636v1
• Date: Thu, 2 May 2024 18:00:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-06 15:04:28.137481
• Title: Explainable AI (XAI) in Image Segmentation in Medicine, Industry, and Beyond: A Survey
• Title（参考訳）: 医学・産業・その他における画像セグメンテーションにおける説明可能なAI(XAI)
• Authors: Rokas Gipiškis, Chun-Wei Tsai, Olga Kurasova,
• Abstract要約: セマンティックイメージセグメンテーションにおけるXAIに関する最初の包括的調査を示す。 この研究は、高密度な予測タスクのために特別に導入された技術や、既存の手法を分類して拡張された技術に焦点を当てている。
• 参考スコア（独自算出の注目度）: 0.10923877073891446
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Artificial Intelligence (XAI) has found numerous applications in computer vision. While image classification-based explainability techniques have garnered significant attention, their counterparts in semantic segmentation have been relatively neglected. Given the prevalent use of image segmentation, ranging from medical to industrial deployments, these techniques warrant a systematic look. In this paper, we present the first comprehensive survey on XAI in semantic image segmentation. This work focuses on techniques that were either specifically introduced for dense prediction tasks or were extended for them by modifying existing methods in classification. We analyze and categorize the literature based on application categories and domains, as well as the evaluation metrics and datasets used. We also propose a taxonomy for interpretable semantic segmentation, and discuss potential challenges and future research directions.
• Abstract（参考訳）: 人工知能(XAI)はコンピュータビジョンに多くの応用を見出した。 画像分類に基づく説明可能性技術は注目されているが、セマンティックセグメンテーションの手法は比較的無視されている。 画像のセグメンテーションは、医療から産業への展開まで広く使われているため、これらの技術は体系的な外観を保証している。 本稿では,セマンティックイメージセグメンテーションにおけるXAIの総合的な調査について紹介する。 この研究は、高密度な予測タスクのために特別に導入された技術や、既存の手法を分類して拡張された技術に焦点を当てている。 我々は、アプリケーションカテゴリとドメイン、および使用される評価指標とデータセットに基づいて、文献を分析し、分類する。 また,解釈可能なセマンティックセグメンテーションのための分類法を提案し,潜在的な課題と今後の研究方向性について議論する。

関連論文リスト

• Image Segmentation in Foundation Model Era: A Survey [99.19456390358211]
  イメージセグメンテーションにおける現在の研究は、これらの進歩に関連する特徴、課題、解決策の詳細な分析を欠いている。 本調査は、FM駆動画像セグメンテーションを中心とした最先端の研究を徹底的にレビューすることで、このギャップを埋めようとしている。 現在の研究成果の広さを包括する,300以上のセグメンテーションアプローチの概要を概観する。
  論文  参考訳（メタデータ） (2024-08-23T10:07:59Z)
• Masked Image Modeling: A Survey [73.21154550957898]
  マスク付き画像モデリングは、コンピュータビジョンにおける強力な自己教師付き学習技術として登場した。 我々は近年,分類学を構築し,最も顕著な論文をレビューしている。 我々は,最も人気のあるデータセット上で,様々なマスク付き画像モデリング手法の性能評価結果を集約する。
  論文  参考訳（メタデータ） (2024-08-13T07:27:02Z)
• Semi-Supervised Semantic Segmentation Based on Pseudo-Labels: A Survey [49.47197748663787]
  本総説は, 半教師付きセマンティックセグメンテーション分野における擬似ラベル手法に関する最新の研究成果について, 包括的かつ組織的に概観することを目的としている。 さらに,医用およびリモートセンシング画像のセグメンテーションにおける擬似ラベル技術の適用について検討する。
  論文  参考訳（メタデータ） (2024-03-04T10:18:38Z)
• Representing visual classification as a linear combination of words [0.0]
  視覚分類タスクの言語ベースの記述子を識別するために,視覚言語モデルを用いた説明可能性戦略を提案する。 画像とテキストの間に予め訓練された結合埋め込み空間を利用することで,新しい分類課題を単語の線形結合として推定する。 その結果,ドメイン特化言語訓練の欠如にもかかわらず,結果として得られた記述子は臨床知識とほぼ一致していることが判明した。
  論文  参考訳（メタデータ） (2023-11-18T02:00:20Z)
• Utilizing Segment Anything Model For Assessing Localization of GRAD-CAM in Medical Imaging [0.0]
  衛生マップアルゴリズムは、医療画像を含む複数の分野に適用されている。 現在の研究は、画像内の医学的異常に基づいて、唾液マップの局所化を評価することで能力を調べる。 本稿では,既存のメトリクスの精度を高めるために,SAM(Seegment Anything Model)の利用を提案する。
  論文  参考訳（メタデータ） (2023-06-24T19:54:50Z)
• Panoptic Segmentation: A Review [2.270719568619559]
  本稿では,既存の汎視的セグメンテーション手法の包括的レビューを行う。 パノプティクスのセグメンテーションは現在、ビデオ監視、群衆のカウント、自動運転、医療画像分析などの画像シーンに関する、より精巧な知識を得るために研究中である。
  論文  参考訳（メタデータ） (2021-11-19T14:40:24Z)
• Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
  マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。 共通情報と相補情報の両方を敵意で抽出することを目的としている。 特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
  論文  参考訳（メタデータ） (2021-02-15T18:46:44Z)
• Weakly supervised multiple instance learning histopathological tumor segmentation [51.085268272912415]
  スライド画像全体のセグメント化のための弱教師付きフレームワークを提案する。 トレーニングモデルに複数のインスタンス学習スキームを利用する。 提案するフレームワークは,The Cancer Genome AtlasとPatchCamelyonデータセットのマルチロケーションとマルチ中心公開データに基づいて評価されている。
  論文  参考訳（メタデータ） (2020-04-10T13:12:47Z)
• Towards Interpretable Semantic Segmentation via Gradient-weighted Class Activation Mapping [71.91734471596432]
  本稿では,セマンティックセグメンテーションの解法としてSEG-GRAD-CAMを提案する。 本手法は,各画素のセグメンテーションに対する関連性を示すヒートマップを作成するために局所的に適用された広く使われているGrad-CAM法の拡張である。
  論文  参考訳（メタデータ） (2020-02-26T12:32:40Z)
• Deep Learning in Medical Ultrasound Image Segmentation: a Review [9.992387025633805]
  これは、ヒトの組織を3Dで再構成するなど、臨床診断のための信頼性の高い基盤を提供するための重要なステップである。 深層学習に基づく超音波画像セグメンテーション法は,6つの主要群に分類される。 最後に,医療用超音波画像セグメンテーションの課題と今後の研究の方向性について論じる。
  論文  参考訳（メタデータ） (2020-02-18T16:33:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。