基于视觉转换器的肺病自动诊断：胸片分类的比较研究
图像与视频处理
2025-03-26 v1 人工智能
计算机视觉与模式识别
摘要
背景：肺病是重大健康问题，尤其在儿童和老年人群中。它常由肺部感染引起，是儿童死亡的主要原因之一。全球范围内，肺部相关疾病每年造成众多死亡，使得及早准确诊断至关重要。放射术是此类疾病诊断的有力工具。最常见的肺病包括肺炎、哮喘、过敏、慢性阻塞性肺疾病(COPD)、支气管炎、肺气肿和肺癌，均代表着重大的公共卫生挑战。及早预测这些条件至关重要，因为它允许识别风险因素并实施预防措施，以减少疾病发生的可能性。方法：本研究使用来自 Mendeley Data 的 3,475 张胸部 X 光片数据集，由 Talukder, M. A. (2023) [14] 提供，数据集分为正常、肺部浸润和肺炎三个类别。我们应用了包括 CNN、ResNet50、DenseNet、CheXNet 和 U-Net 在内的五个预训练深度学习模型，以及两种迁移学习算法，如视觉转换器(ViT)和位移窗口(Swin)，以对这些图像进行分类。该方法旨在通过自动化分类系统减少对人类干预的依赖，以解决肺部异常诊断中的问题。我们的分析在二分类和多分类两种设置下进行。结果：在二分类中，我们聚焦于区分正常和病毒性肺炎病例，而在多分类中，包括所有三个类别(正常、肺部浸润和病毒性肺炎)。我们提出的方法(ViT)在二分类和多分类的准确率分别达到了 99%和 95.25%。
引用
@article{arxiv.2503.18973,
title = {Automated diagnosis of lung diseases using vision transformer: a comparative study on chest x-ray classification},
author = {Muhammad Ahmad and Sardar Usman and Ildar Batyrshin and Muhammad Muzammil and K. Sajid and M. Hasnain and Muhammad Jalal and Grigori Sidorov},
journal= {arXiv preprint arXiv:2503.18973},
year = {2025}
}