文獻摘要: Enhancing interpretability of AI with radiomics based deep neural network proof of concept in the classification of Parkinsonian syndromes with 18F FDG PET imaging

Objectives 本研究提出了一種放射組學引導的雙通道深度神經網路 (RDDNN)，旨在提高使用 18F-FDG PET 影像分類帕金森氏症候群 (IPD、MSA、PSP) 的可解釋性和可重現性。RDDNN 整合了來自擴張型卷積網路的局部特徵和基於 Transformer 自注意力網路的全域特徵。它透過多層次的可解釋性（特徵整合、SHAP 值量化以及基於注意力的視覺化，如 Layer-CAM 和 Rollout Attention Map (RAM)）提升了特徵透明度和臨床理解。該框架提供了...