Компьютерные науки > Комптурное видение и распознавание шаблонов [представлено 24 марта 2026 года v1), последний раз пересмотрен 23 октября 2026 (эта версия, v2)) Название: Sparse Autoencoders for Interpretable Medical Image PDF Evision View (экспериментальное) резюме: Vision Frainst Models (FM) обеспечивает самые современные результаты в медицинской съемке. Однако они кодируют информацию в абстрактных латентных представлениях, которые врачи не могут ни допросить, ни проверить. Цель этого исследования заключается в изучении спарсе Автогенкодеров (SAE) для замены непрозрачных изображений FM-изображениями на чувствительные для понимания и ограниченные характеристики. Мы тренируем SAE по встроенным устройствам из BiomedParse (биомедицина) и DINOv3 (общее назначение), используя 909 873 КТ и 2D изображения из набора данных TotalSegmentator. Мы находим, что усвоенные ограниченные возможности: a) реконструировать оригинальные вставки с высокой степенью достоверности (R2 до 0,941) и восстановить до 87,8% производительности вниз по течению с использованием только 10 параметров (уменьшение размеров 99,4%); b) сохранить семантическую верность при поиске изображений; c) соответствовать конкретным концепциям, которые могут быть выражены в языке с помощью автоинтерпретация на основе большой языковой модели (LLM). d) использовать клинический язык и абстрактную латентную информацию для поиска изображений безоткатным языком. Наша работа показывает, что САЕ являются многообещающим путем к…
Спарсе Автокодеры для интерпретируемого медицинского отображения изображений
arXiv: 2603.2373794v2 Annuales Type: заменить резюме: Fimple: Vision Fraint Models (FM) достигают самых современных результатов в области медицинской съемки. Однако они кодируют информацию в абстрактных латентных представлениях, которые врачи не могут ни допросить, ни проверить. Цель этого исследования заключается в изучении спарсе Автогенкодеров (SAE) для замены непрозрачных изображений FM-изображениями на чувствительные для понимания и ограниченные характеристики. Мы тренируем SAE по встроенным устройствам из BiomedParse (биомедицина) и DINOv3 (общее назначение), используя 909 873 КТ и 2D изображения из набора данных TotalSegmentator. Мы считаем, что усвоенные ограниченные возможности: а) реконструировать оригинальные встроенные устройства с высокой степенью достоверности (R2 до 0,941) и восстановить до 87,8% эффективности вниз по течению с использованием только 10 параметров (уменьшение размеров на 99,4%); b) сохранить семантическое верность при выполнении задач поиска изображений; c) соответствовать конкретным концепциям, которые могут выражаться в языке с помощью модели крупноязычного языка (LLM).