arXiv · cs.AI· Wei Zhang·· 16 小时前AI 评分15
SAP-ViT：面向医学图像分类的自归因 Patch Vision Transformer
SAP-ViT: A Self-Attributing Patch Vision Transformer for Medical Image Classification
来源与原文
arXiv · cs.AI
作者：Wei Zhang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35593v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 SAP-ViT，一种自归因 Patch Vision Transformer，用最后一层 patch 嵌入直接聚合分类，取代依赖全局 CLS token 的方式，使预测可分解为 patch 级贡献。该方法对 patch 权重分布施加稀疏正则化，并引入输入空间回映射机制估计输入 patch 的贡献。在多个不同影像模态的医学图像分类数据集上，SAP-ViT 保持较强分类性能，同时提供一致且可解释的 patch 级解释，消融实验验证了稀疏正则化和回映射对齐成分的贡献。
来源：arXiv · cs.AI · arxiv.org