数据集概述
本数据集包含甲状腺解释器模型的源代码，该模型是一种内在可解释的AI框架，可对甲状腺图像进行分类并生成热力图，帮助医生理解AI预测的依据，提升医疗诊断中AI应用的可靠性与透明度。
文件详解
该数据集由多个目录和文件组成，具体说明如下：
- 核心代码文件 (位于 Explainer/ 目录下):
- Models.py: 模型定义代码文件
- Explainer_Inference_test.py: 模型推理测试代码文件
- 输出文件 (位于 Explainer/outputs/ 目录下):
- results.txt: TXT格式，存储AI预测结果，包含病理、成分、回声等指标的概率值
- 系列PNG格式图片: 如echo_is_Very hypoechoic_probability_0.523.png等，展示不同指标的预测概率与热力图
- 测试图片 (位于 Explainer/testimg/ 目录下):
- 如1040_Z_sz_0.jpg、1040_Z_sz_0_org.jpg等JPG格式测试图像文件
- 模型权重 (位于 Explainer/weights/ 目录下):
- 如thyroid_mgin_new_explanation.h5等H5格式预训练模型权重文件
适用场景
- 医疗AI研究: 开发和优化可解释性甲状腺诊断模型
- 医学影像分析: 探索AI在甲状腺超声图像分类中的应用
- 临床决策支持: 为医生提供AI预测依据的可视化工具
- AI可解释性研究: 分析医疗领域AI模型决策透明度的实现方法
