胸部 X 射线长尾多标签分类的实用技巧集
计算机视觉与模式识别
2023-08-21 v1 机器学习
摘要
胸部 X 射线影像的临床分类因其固有的长尾与多标签特性，对标准机器学习算法尤为困难。然而，很少有尝试同时考虑类不平衡与标签共现所带来的耦合挑战，这阻碍了它们在真实场景中对胸部 X 射线（CXRs）诊断提升的价值。此外，随着预训练技术的普及，如何将这些新范式整合进当前框架尚缺乏系统性研究。本技术报告简要描述了我们在 ICCV CVAMD 2023 CXR-LT 竞赛中的解决方案。我们通过经验探索了结合数据增强、特征提取器、分类器设计、损失函数重加权、外源数据补充等若干先进设计对 CXR 诊断的有效性。此外，我们通过简单的测试时数据增强与集成提升了性能。我们的框架最终在竞赛测试集上取得 0.349 mAP，排名前五。
引用
@article{arxiv.2308.08853,
title = {Bag of Tricks for Long-Tailed Multi-Label Classification on Chest X-Rays},
author = {Feng Hong and Tianjie Dai and Jiangchao Yao and Ya Zhang and Yanfeng Wang},
journal= {arXiv preprint arXiv:2308.08853},
year = {2023}
}
备注
Accepted for the ICCV 2023 Workshop on Computer Vision for Automated Medical Diagnosis (CVAMD)