注意力引导擦除：一种用于增强下游乳腺密度分类的新型数据增强方法
图像与视频处理
2024-01-09 v1 计算机视觉与模式识别
机器学习
摘要
乳腺密度的评估在乳腺癌筛查中至关重要，尤其是在致密乳腺组织比例较高的人群中。本研究引入了一种名为注意力引导擦除（AGE）的新型数据增强技术，旨在增强越南队列中遵循 BI-RADS 建议的乳腺 X 线摄影四种不同乳腺密度类别的下游分类。所提出的方法在迁移学习过程中整合了补充信息，利用从使用自监督 DINO 方法训练的视觉 Transformer 骨干网络中导出的视觉注意力图。这些图用于擦除乳腺 X 线图像中的背景区域，仅向网络揭示致密乳腺组织的潜在区域。通过在迁移学习中以不同的随机概率引入 AGE，我们始终超越了没有 AGE 和传统随机擦除变换情况下的分类性能。我们使用公开可用的 VinDr-Mammo 数据集验证了我们的方法。具体而言，我们达到了 0.5910 的平均 F1 分数，分别优于没有 AGE 和采用随机擦除（RE）情况下的 0.5594 和 0.5691。这一优越性通过 t 检验得到进一步证实，显示出 p<0.0001 的 p 值，突显了我们方法的统计显著性。
引用
@article{arxiv.2401.03912,
title = {Attention-Guided Erasing: A Novel Augmentation Method for Enhancing Downstream Breast Density Classification},
author = {Adarsh Bhandary Panambur and Hui Yu and Sheethal Bhat and Prathmesh Madhu and Siming Bayer and Andreas Maier},
journal= {arXiv preprint arXiv:2401.03912},
year = {2024}
}