深度学习模型可能基于混杂因素从 X 射线图像中虚假分类 Covid-19
图像与视频处理
2021-02-09 v1 计算机视觉与模式识别
机器学习
摘要
识别谁感染了 Covid-19 病毒对于控制其传播至关重要。X 射线机在全球广泛可用，并且可以快速提供可用于诊断的图像。许多近期研究声称，使用深度学习从胸部 X 射线图像中构建高度准确的模型来检测 Covid-19 是可能的。本文探讨了卷积神经网络模型在从肺野裁剪的正面视图（AP/PA）原始胸部 X 射线图像诊断 Covid-19 疾病时的鲁棒性和泛化能力。我们针对高性能模型做出了一些令人担忧的观察，这些模型在学习区分 Covid-19 阳性与阴性标签时，依赖于与数据源相关的混杂特征，而非患者的肺部病理。具体而言，这些模型可能基于患者年龄或图像处理伪影等混杂因素做出诊断，而非基于医学相关信息。
引用
@article{arxiv.2102.04300,
title = {Deep Learning Models May Spuriously Classify Covid-19 from X-ray Images Based on Confounders},
author = {Kaoutar Ben Ahmed and Lawrence O. Hall and Dmitry B. Goldgof and Gregory M. Goldgof and Rahul Paul},
journal= {arXiv preprint arXiv:2102.04300},
year = {2021}
}