Defesa de Tese de Doutorado do Programa de Pós-graduação em Ciência da Computação.
Título: VISUAL MODELS EXPLANATION OF DEEP NEURAL NETWORKS FOR FMRI DATA
Aluna: Laura Angelica Tomaz da Silva
Orientador: Dr. Duncan Dubugras Alcoba Ruiz
Banca Examinadora: Dr. Alexandre Rosa Franco (NKI), Dra. Carla Maria Dal Sasso Freitas (PPGC/UFRGS), Dr. Marcio Sarroglia Pinho (PPGCC/PUCRS)
Data: 26 de fevereiro de 2025
Local: Videoconferência
Horário: 14h
Resumo: Embora as redes neurais profundas (DNNs) alcancem um alto desempenho de classificação em aplicações médicas, sua falta de interpretabilidade permanece um desafio significativo. Esta tese lida com as limitações dos métodos de explicação post-hoc existentes, que geralmente fornecem insights sobre predições individuais, mas não oferecem uma compreensão abrangente do comportamento do modelo. Para preencher essa lacuna, apresentamos um framework 3D de explicação post-hoc, chamado 3D-ScoreCAM, capaz de gerar visualizações interpretáveis para dados de neuroimagem. Nossa abordagem melhora a transparência do modelo e se generaliza para diferentes aplicações médicas, permitindo uma compreensão mais profunda da tomada de decisão neural. Ao aprimorar a interpretabilidade das DNNs aplicadas à neuroimagem, esta pesquisa contribui para o aumento da confiança em sistemas de diagnóstico baseados em IA.
