可解释性引导的多中心 COVID-19 CT 分类
图像与视频处理
2021-03-26 v1 计算机视觉与模式识别
机器学习
摘要
放射科医师检查胸部 CT 是筛查 COVID-19 病例的有效方法。在本工作中，我们克服了该过程自动化中的三个挑战：(i) 有监督阳性病例数量有限，(ii) 缺乏基于区域的监督，以及 (iii) 采集中心之间的变异性。这些挑战通过引入一种称为 SnapMix 的近期增强方案、一种新的块嵌入技术以及执行测试时稳定性分析来应对。这三种技术互为补充，且均基于利用类激活映射 (Class Activation Mapping, CAM) 可解释性方法生成的热图。与当前最先进水平相比，我们在病例数相对较多的中心上 F1 分数提高了五个百分点，而在训练图像少得多的中心上差距达到两倍之大。
引用
@article{arxiv.2103.13677,
title = {Explainability Guided Multi-Site COVID-19 CT Classification},
author = {Ameen Ali and Tal Shaharabany and Lior Wolf},
journal= {arXiv preprint arXiv:2103.13677},
year = {2021}
}