一种基于多层注意力机制的CNN-Transformer框架，用于利用区域双重评分解释性来检测脑肿瘤

摘要

用于脑肿瘤诊断的深度学习模型通常缺乏可解释性，仅能提供定性的视觉热图。临床医生不仅需要确定肿瘤的位置，还需要对解释的质量和诊断相关性进行定量评估，而这些是传统可解释性方法所不具备的。本文提出了一个分类-可解释性框架，以解决这些限制。多层混合网络（MLHnet）结合了CNN和Transformer组件以及多层注意力机制，以实现强大的特征学习能力。该框架的核心创新在于双评分区域XAI（Dual-Score Regional XAI）机制：（1）利用基于梯度和基于激活信息的混合显著性图来识别肿瘤区域；（2）通过形状评分（Shape Score）量化肿瘤的几何特征，包括大小、圆形度和显著性集中度；（3）通过区域扰动分析来评估解释的准确性，测量预测对肿瘤区域与非肿瘤区域的敏感性。该框架在一个公开的脑部磁共振成像（MRI）数据集上进行了评估，该数据集包含7,023张图像，涵盖四个类别。通过五折交叉验证，所提出的模型平均测试准确率为99.30%（最佳折叠率为99.47%）。专家放射科医生的评估确认了87.64%的解释正确性，并且双评分指标能够基于形态学和显著性模式成功区分不同肿瘤类别。总体而言，该框架提供了一种轻量级、高性能且可解释的解决方案，可用于从MRI扫描中可靠地诊断脑肿瘤。