Comparing radiologists’ gaze and saliency maps generated by interpretability methods for chest x-rays

要約

タイトル：胸部X線に対して解釈性方法によって生成された放射線科医の注視と注目マップの比較

要約：医療画像分析モデルの解釈性は、重要な研究分野と考えられています。5人の放射線科医のアイ・トラッキング・データのデータセットを用いて、解釈性方法の出力と、放射線科医が注目した場所を表すヒートマップを比較しました。文献から選ばれた2つの方法、Grad-CAMとアテンションゲートモデルからのアテンションマップによって生成された注目マップのクラス非依存性分析を行いました。比較には、注視位置からのバイアスを回避するシャッフルメトリックを使用しています。シャッフルメトリックの1つで、観察者間基準と比較可能なスコアを達成し、Grad-CAMの注目マップが画像上の放射線科医の注意を模倣する可能性があることを示しています。また、データセットをサブセットに分割して、類似性が高い場合を評価します。

– 医療画像分析モデルの解釈性は、重要な研究分野である。
– 5人の放射線科医のアイ・トラッキング・データのデータセットを使用して、解釈性方法の出力と、放射線科医が注目した場所を表すヒートマップを比較した。
– Grad-CAMとアテンションゲートモデルからの注目マップを生成する2つの方法を使用して、クラス非依存性分析を行った。
– 注視位置からのバイアスを回避するシャッフルメトリックを使用して、比較を行った。
– Grad-CAMの注目マップが画像上の放射線科医の注意を模倣する可能性があることを示すスコアを達成した。
– データセットをサブセットに分割して、類似性が高い場合を評価した。

要約(オリジナル)

The interpretability of medical image analysis models is considered a key research field. We use a dataset of eye-tracking data from five radiologists to compare the outputs of interpretability methods and the heatmaps representing where radiologists looked. We conduct a class-independent analysis of the saliency maps generated by two methods selected from the literature: Grad-CAM and attention maps from an attention-gated model. For the comparison, we use shuffled metrics, which avoid biases from fixation locations. We achieve scores comparable to an interobserver baseline in one shuffled metric, highlighting the potential of saliency maps from Grad-CAM to mimic a radiologist’s attention over an image. We also divide the dataset into subsets to evaluate in which cases similarities are higher.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI