本资源是一篇英文论文翻译成了中文论文，方便阅读 本文提出了一种语义可解释的分类器在医学领域的应用， 累积模糊类隶属度准则（CFCMC），专门用于组织病理学图像中乳腺癌的检测。 与常用的图像分类方法相比，这种分类方法能够人性化的提供有关其分类结果的附加信息。本文提出了一种在医学领域中表示可能有助于决策的附加语义信息的方法。首先，分类器提供关于测试样本的错误分类的可能性的语义解释。除了语义之外，它还提供了不同类的相似和非相似样本的可视化。将 CFCMC 的分类性能与图像分类、卷积神经网络（CNN）

涉及医学、遗传学、基因组学、生物信息学、机器学习、数据分析： 现代医学指出遗传因素不仅仅是一些疾病的病因，也与环境因素一起在疾病的发生、发展及转归中起关键性的作用。 遗传病是以遗传因素为主要发病因素的临床疾病。 遗传因素提供了疾病必要的遗传背景；环境因素促使疾病表现出相应的症状。