面向胸部X射线图像通用疾病诊断的基础模型
图像与视频处理
2024-10-14 v1 计算机视觉与模式识别
摘要
医学人工智能(AI)正在通过提供稳健的疾病诊断工具， revolutionizing 对胸部X射线(CXR)图像的解读。然而，这些AI模型的有效性往往受限于其对大量任务特定标注数据的依赖，以及其在多样化临床环境中的泛化能力。为此，我们引入CXRBase，一个旨在从未标注的CXR图像中学习通用表征的基础模型，以便高效地适应各种临床任务。CXRBase使用自监督学习方法，在104万张未标注的CXR图像上进行初始训练。这种方法使模型能够在不需要显式标签的情况下辨识有意义的模式。随后，使用标注数据进行微调以提升其在疾病检测中的性能，从而实现对胸部疾病的准确分类。CXRBase为改进模型性能、减轻专家标注负担并实现从胸部成像到广泛临床AI应用的通用解决方案提供了可能。
引用
@article{arxiv.2410.08861,
title = {A foundation model for generalizable disease diagnosis in chest X-ray images},
author = {Lijian Xu and Ziyu Ni and Hao Sun and Hongsheng Li and Shaoting Zhang},
journal= {arXiv preprint arXiv:2410.08861},
year = {2024}
}