RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability (2024)
- Authors:
- USP affiliated authors: TRAINA JUNIOR, CAETANO - ICMC ; TRAINA, AGMA JUCI MACHADO - ICMC ; AGUIAR, ERIKSON JÚLIO DE - ICMC
- Unidade: ICMC
- DOI: 10.1109/CBMS61543.2024.00078
- Subjects: BANCO DE DADOS; VISUALIZAÇÃO; APRENDIZAGEM PROFUNDA; TECNOLOGIAS DA SAÚDE; DIAGNÓSTICO POR IMAGEM
- Keywords: Adversarial attacks; Medical image analysis; Explainability; Detecting adversarial attacks
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: IEEE
- Publisher place: Los Alamitos
- Date published: 2024
- Source:
- Título: Proceedings
- ISSN: 2372-9198
- Conference titles: IEEE International Symposium on Computer-Based Medical Systems - CBMS
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
AGUIAR, Erikson Júlio de e TRAINA JUNIOR, Caetano e TRAINA, Agma Juci Machado. RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability. 2024, Anais.. Los Alamitos: IEEE, 2024. Disponível em: https://doi.org/10.1109/CBMS61543.2024.00078. Acesso em: 28 dez. 2025. -
APA
Aguiar, E. J. de, Traina Junior, C., & Traina, A. J. M. (2024). RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS61543.2024.00078 -
NLM
Aguiar EJ de, Traina Junior C, Traina AJM. RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability [Internet]. Proceedings. 2024 ;[citado 2025 dez. 28 ] Available from: https://doi.org/10.1109/CBMS61543.2024.00078 -
Vancouver
Aguiar EJ de, Traina Junior C, Traina AJM. RADAR-MIX: how to uncover adversarial attacks in medical image analysis through explainability [Internet]. Proceedings. 2024 ;[citado 2025 dez. 28 ] Available from: https://doi.org/10.1109/CBMS61543.2024.00078 - Security and privacy in machine learning for health systems: strategies and challenges
- SentinelAdvMedical: toward adversarial attacks detection on medical image classification via Out-Of-Distribution strategies
- MedTimeSplit: continual dataset partitioning to mimic real-world settings for federated learning on Non-IID medical image data
- Assessing vulnerabilities of deep learning explainability in medical image analysis under adversarial settings
- Data augmentation for medical image segmentation: a comparative analysis of traditional techniques and synthetic data generation
- DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images
- Recuperação de imagens médicas por conteúdo em um sistema de gerenciamento de banco de dados de código livre
- FastMapDB: uma ferramenta para visualização em SGBDRs com uma implementação interativa do algoritmo para deteção de agrupamento k-medoid
- Classificação de áreas de café em Minas Gerais por meio do novo algoritmo QMAS em imagem espectral Geoeye-1
- SuperGraph visualization
Informações sobre o DOI: 10.1109/CBMS61543.2024.00078 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3207819.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
