ChestNet：一种用于胸部 X 线影像胸廓疾病分类的深度神经网络
计算机视觉与模式识别
2018-07-10 v1
摘要
计算机辅助技术有望在胸部 X 线影像上实现更准且更普及的胸廓疾病诊断。尽管基于深度学习的方案取得了成功，该任务在智能医疗中仍是一项重大挑战，因为它本质上是一个弱监督学习问题。在本文中，我们将注意力机制融入深度卷积神经网络，从而提出 ChestNet 模型以解决胸部 X 线影像上胸廓疾病的有效诊断。该模型由两支组成：分类支作为一个统一的特征提取-分类网络，使用户免于繁琐的手工特征提取；注意力支利用类标签与病理异常位置之间的相关性，使模型自适应地聚焦于病理异常区域。我们在 Chest X-ray 14 数据集上采用官方按患者划分的方式，将我们的模型与三种最先进的深度学习模型进行比较。结果表明，在诊断胸部 X 线影像上 14 种胸廓疾病时，我们的模型优于其他不使用额外训练数据的方法。
引用
@article{arxiv.1807.03058,
title = {ChestNet: A Deep Neural Network for Classification of Thoracic Diseases on Chest Radiography},
author = {Hongyu Wang and Yong Xia},
journal= {arXiv preprint arXiv:1807.03058},
year = {2018}
}
备注
8 pages, 3 figures