本研究提出了一种基于深度学习的肾结石识别模型，利用原型部件（PPs）提高模型的可解释性和稳健性。通过多模态框架，结合Gemini和GPT-4V模型进行医学图像分类，发现Gemini在分类性能上更优。此外，研究还探讨了多模态异常检测模型的开发，提升了不同数据模态中的异常检测能力。

本文介绍了一种名为Causal Explanation Score（CaES）的方法，用于量化图像分类中目标区域特征与输出之间的因果关系。实验证明，使用可解释方法中的掩模来指示目标区域的效果优于使用人工标注者。