基于视图聚合的 ConvNeXt V2 与 MaxViT 集成用于长尾 CXR 分类

Yosuke Yamagishi; Shouhei Hanaoka

基于视图聚合的 ConvNeXt V2 与 MaxViT 集成用于长尾 CXR 分类

计算机视觉与模式识别 2024-10-16 v2

作者: Yosuke Yamagishi , Shouhei Hanaoka

摘要

本文提出了我们对 MICCAI 2024 CXR-LT 挑战的解决方案，分别在子任务 2 中获得第 4 名，在子任务 1 中获得第 5 名。我们利用 ConvNeXt V2 和 MaxViT 模型的集成，这些模型在外部胸部 X 光数据集上进行预训练，以解决胸部发现长尾分布的问题。所提出的方法结合了最先进的图像分类技术、用于处理类别不平衡的非对称损失函数，以及基于视图的预测聚合，以提高分类性能。通过实验，我们展示了该方法在提高检测准确性和处理 CXR 发现的长尾分布方面的优势。代码可在 https://github.com/yamagishi0824/cxrlt24-multiview-pp 上获得。

关键词

ConvNeXt V2 MaxViT 长尾分类胸部 X 光视图聚合

引用

@article{arxiv.2410.10710,
  title  = {Ensemble of ConvNeXt V2 and MaxViT for Long-Tailed CXR Classification with View-Based Aggregation},
  author = {Yosuke Yamagishi and Shouhei Hanaoka},
  journal= {arXiv preprint arXiv:2410.10710},
  year   = {2024}
}

备注

Solution paper for MICCAI CXR-LT 2024 challenge. 4th place in Subtask 2, 5th in Subtask 1

相关论文

查看更多相关论文 →