CXR-CML：Chest X光片中长尾多标签疾病的零样本分类改进
计算机视觉与模式识别
2025-07-28 v1 人工智能
摘要
胸腹镜(X-ray)检查在various疾病诊断中发挥着关键作用。然而，临床发现分布中固有的类别不平衡，给当前自监督深度学习模型带来了显著挑战，这些模型常常难以准确分类长尾类别。虽然CLIPS等视觉语言模型能够有效建模潜在空间的分布，从而实现高精度的零样本分类，但我们的工作揭示了其对长尾分布类别的有效性显著下降。我们的方法采用类别加权机制，直接对应潜在空间内类别的分布。这种方法在整体分类性能上实现了显著提升，尤其强化了对稀有类别的识别与准确性。我们通过对潜在空间应用高斯混合模型(GMM)聚类来实现上述目标。随后对聚类结果采用Student t分布进行进一步细化，并通过利用修改后的嵌入向量实现的度量损失来优化模型。我们的做法实现了特征聚类的稳定与自适应，结果在MIMIC-CXR-JPG数据集中40个类别的零样本AUC得分平均提升了7个百分点。
引用
@article{arxiv.2507.19398,
title = {CXR-CML: Improved zero-shot classification of long-tailed multi-label diseases in Chest X-Rays},
author = {Rajesh Madhipati and Sheethal Bhat and Lukas Buess and Andreas Maier},
journal= {arXiv preprint arXiv:2507.19398},
year = {2025}
}