本研究提出了名为InfoDisent的混合模型，解决了图像分类网络决策可解释性不足的问题。该模型解耦深度网络的决策信息，提供简明易懂的分类决策解释，并在多个基准数据集上验证了有效性。

该研究提出了一种创新的方法来诊断阿尔茨海默病，使用3D MRI增强模型决策可解释性。该方法通过软注意力机制和体积表示生成解释性的MRI体素级注意力图。在测试中，该方法在两个任务中优于最先进的方法，准确率分别提高了2.4％和5.3％。通过双重迁移学习策略，增强了对形态变化的敏感性，并促进了早期AD的检测。该方法确定了与AD发展相关的特定脑区域，证明了其稳健性和精确性。