基于自动离群融合技术与多头注意力机制的胸部 X 光分类
图像与视频处理
2023-03-24 v1 计算机视觉与模式识别
机器学习
统计方法学
摘要
胸部 X 光是最广泛可用的用于诊断和检测各种肺部疾病的放射学检查之一。美国国立卫生研究院（NIH）提供了庞大的数据库 ChestX-ray8 与 ChestXray14，以帮助建立用于分析和预测肺部疾病的深度学习社区。ChestX-ray14 包含 30,805 名不同患者的 112,120 张正面视图 X 光图像，带有文本挖掘的十四类疾病图像标签，其中每张图像具有多个标签，并已在以往众多研究中使用。据我们目前所知，尚无先前研究在预处理阶段考察单张 X 光图像的离群值与多标签影响。本文通过我们提出的自动离群融合技术减轻了离群值的影响。通过聚焦于单张图像中的特定因素来重新生成图像标签。最终的清洗后数据集将用于比较多头自注意力与带广义最大池化的多头注意力的机制。
引用
@article{arxiv.2211.08006,
title = {Auto-outlier Fusion Technique for Chest X-ray classification with Multi-head Attention Mechanism},
author = {Yuru Jing and Zixuan Li},
journal= {arXiv preprint arXiv:2211.08006},
year = {2023}
}
备注
Accepted by the Journal of Image Processing Theory and Applications