SAP-ViT：可解释医学图像分类新方法

Wei Zhang、Wolfgang Nejdl、Ming Tang 提出 SAP-ViT，一种自归因 Patch Vision Transformer 方法。它用最后一层 patch 嵌入的直接聚合替代基于 CLS token 的分类，使类别预测在前向传播中即可分解为 patch 级贡献。 该方法对 patch 权重分布施加稀疏正则化，并引入输入空间反向映射机制，估计哪些输入 patch 影响了关键输出 patch 嵌入。作者称，在多种成像模态的医学图像分类数据集上，SAP-ViT 保持较强分类性能，同时提供一致的 patch 级可解释性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。