Extending the Relative Seriality Formalism for Interpretable Deep Learning of Normal Tissue Complication Probability Models Kallmanらの相対的な連続性モデルを正式に示します。単純なタイプの畳み込みニューラルネットワークに正確にマッピングします。このアプローチは、それぞれ傍観者効果と階層的組織組織の観点から、畳み込み層と積み重ねられた中間プーリング層のフィードフォワード接続の自然な解釈につながります。これらの結果は、大規模なイメージングおよび線量測定データセットを使用して、放射線生物学的に解釈可能な正常組織合併症の確率の深層学習の原理実証として機能します。 We formally demonstrate that the relative seriality mo
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く