CXR-LT 2026 挑战赛：面向投影感知的多标签与零样本胸部 X 光分类
计算机视觉与模式识别
2026-04-03 v1
摘要
该挑战赛针对已知胸部 X 光（CXR）病变的的多标签分类和未见病变的零样本分类展开。为处理多样化的 CXR 投影，我们通过分类网络将投影特定模型集成到统一框架中。对于零样本分类（任务 2），我们扩展了 CheXzero，提出了一种新颖的双分支架构，结合对比学习、非对称损失（ASL）和 LLM 生成的描述性提示。这有效缓解了严重的长尾不平衡并最大化零样本泛化能力。此外，强大的数据和测试时增强（TTA）确保了两个任务的鲁棒性。
引用
@article{arxiv.2604.02185,
title = {CXR-LT 2026 Challenge: Projection-Aware Multi-Label and Zero-Shot Chest X-Ray Classification},
author = {Juno Cho and Dohui Kim and Mingeon Kim and Hyunseo Jang and Chang Sun Lee and Jong Chul Ye},
journal= {arXiv preprint arXiv:2604.02185},
year = {2026}
}
备注
5 pages, 3 figures. Accepted to the IEEE ISBI 2026 CXR-LT Challenge