29. 某工程師為一套卷積神經網路(CNN)的醫療影像輔助診斷系統設計模型可解釋性機制。該系統需滿足下列需求：
1.能向醫師說明影像被判定為異常的原因
 2.支援近即時推論，每次解釋須於 200 毫秒內完成，且不可進行大量重複採樣計算
3.解釋結果須以影像中具代表性的視覺化像素區域呈現
在此情境下，下列何種方法最為適合？
(A)使用 LIME，透過超像素擾動取樣分析影像區塊對預測的影響；
(B)使用 SHAP KernelExplainer，計算各像素的 Shapley 值並疊加於原始影像；
(C)使用 Grad-CAM(Class Activation Map)，透過梯度反向傳播生成類別關注區 域； 
(D)使用 SHAP TreeExplainer，計算特徵貢獻並以熱力圖呈現

答案：登入後查看
統計： 尚無統計資料