Consistency and stability benchmarking of Grad-CAM, SHAP, and LIME for diffuse and focal brain MRI classification
Notice bibliographique
Résumé
Clinical adoption of deep convolutional neural networks for brain-MRI interpretation hinges on reliable visual explanations, yet systematic head-to-head evaluations that quantify explanation robustness and reproducibility across multiple neuropathologies within a fully standardized pipeline remain scarce. This study performs a controlled comparison of Gradient-weighted Class Activation Mapping (Grad-CAM), Deep-SHAP and LIME using a single 3-D ResNet-50 backbone fine-tuned on two public datasets: Augmented Alzheimer MRI v2 (6 400 T1-weighted slices, four dementia stages) and Brain-Tumor MRI (3 264 slices, four tumor classes). Uniform preprocessing—HD-BET skull stripping, MNI-152 registration, 1 mm3 resampling and z-score normalization—minimizes scanner bias, while patient-stratified 70 : 15 : 15 splits prevent information leakage. Diagnostic performance surpasses 98 % accuracy and 0.99 AUC on both tasks, providing a robust foundation for explanation assessment. These measures aim to capture how reproducible and robust the explanations are under realistic perturbations. Grad-CAM exhibits the highest consistency (0.764 for Alzheimer’s, >0.90 for tumors) and stability (0.684 and >0.90), accurately highlighting hippocampal atrophy and tumor cores. Deep-SHAP delivers anatomically detailed but computationally intensive attributions, whereas LIME shows pronounced variability due to super-voxel segmentation. Findings recommend gradient-based explanations for rapid, focal-lesion screening and reserve SHAP for diffuse pathology requiring voxel-level justification, while cautioning that LIME demands careful parameter tuning before clinical deployment. An open-source evaluation script accompanies the study to facilitate reproducible, pathology-aware XAI benchmarking in neuro-radiology. To assist related work, the code is available at: https://github.com/fyyyaug/medical-image.git.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».