研究者发布可解释医学影像分类模型SAP-ViT论文
热点事件持续更新
研究者发布可解释医学影像分类模型SAP-ViT论文
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Wei Zhang 在 arXiv 提交论文（arXiv:2610.35593），提出医学图像分类模型 SAP-ViT。该模型用最后一层 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。 方法上，SAP-ViT 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。论文称在多个不同影像模态的医学图像分类数据集上，该模型保持较强分类性能，同时提供一致的 patch 级解释，消融实验验证了稀疏正则化和回映射成分的作用。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 23:19
SAP-ViT：面向医学图像分类的自归因 Patch Vision Transformer报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · cs.AISAP-ViT：面向医学图像分类的自归因 Patch Vision Transformer
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。