CheXseen：用于胸部 X 光深度学习解释的未见疾病检测
计算机视觉与模式识别
2021-05-18 v2 人工智能
机器学习
摘要
我们系统评估了深度学习模型在训练时未标注或未出现的疾病存在下的表现。首先，我们评估在疾病子集（可见疾病）上训练的模型能否检测出更大疾病集合中任一疾病的存在。我们发现模型倾向于将子集之外的疾病（未见疾病）误分类为“无疾病”。其次，我们评估在可见疾病上训练的模型能否在与子集外疾病（未见疾病）共存时检测可见疾病。我们发现模型即使与未见疾病共存仍能够检测可见疾病。第三，我们评估模型学到的特征表示是否可用于在给定少量未见疾病标注集时检测未见疾病的存在。我们发现深度神经网络的倒数第二层为未见疾病检测提供了有用特征。我们的结果可为在非穷举疾病类别集上训练的深度学习模型的安全临床部署提供参考。
引用
@article{arxiv.2103.04590,
title = {CheXseen: Unseen Disease Detection for Deep Learning Interpretation of Chest X-rays},
author = {Siyu Shi and Ishaan Malhi and Kevin Tran and Andrew Y. Ng and Pranav Rajpurkar},
journal= {arXiv preprint arXiv:2103.04590},
year = {2021}
}
备注
Accepted at MIDL Conference 2021. Previous version accepted at ACM Conference on Health, Inference, and Learning (ACM-CHIL) Workshop 2021