基于先验知识引导的胸部疾病分类深度强化学习框架
图像与视频处理
2023-06-05 v1 计算机视觉与模式识别
摘要
胸部 X 光常用于诊断常见胸部疾病。近年来，已有许多方法被提出以处理基于胸部 X 光的自动诊断问题。然而，相关疾病标注数据的稀缺仍对准确诊断构成巨大挑战。本文关注胸部疾病诊断问题，提出一种新颖的深度强化学习框架，其引入先验知识来指导诊断智能体的学习，且模型参数可随数据增加而持续更新，如同人的学习过程。特别地，1) 先验知识可从基于旧数据或其他领域相似数据预训练的模型中学习，从而有效降低对目标域数据的依赖；2) 强化学习框架可使诊断智能体像人类一样具有探索性，并通过持续探索提高诊断准确率。该方法还能有效解决少样本数据下的模型学习问题，并提升模型的泛化能力。最后，我们使用知名的 NIH ChestX-ray 14 与 CheXpert 数据集验证了方法的性能，并取得了具有竞争力的结果。源代码见：\url{https://github.com/NeaseZ/MARL}。
引用
@article{arxiv.2306.01232,
title = {Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance},
author = {Weizhi Nie and Chen Zhang and Dan Song and Lina Zhao and Yunpeng Bai and Keliang Xie and Anan Liu},
journal= {arXiv preprint arXiv:2306.01232},
year = {2023}
}