基于层次化视觉语言学习的医学领域外分布检测
计算机视觉与模式识别
2025-08-26 v1 人工智能
摘要
在可信医疗诊断系统中，集成外分布检测(OOD)旨在识别样本中的未知疾病，从而缓解误诊风险。本研究提出了一种基于视觉语言模型(VLMs)的新型OOD检测框架，该框架整合层次化视觉信息以应对与已知疾病相似的挑战性未知疾病。具体而言，提出了一种跨尺度视觉融合策略，将来自多个尺度的视觉嵌入进行耦合。这一方法丰富了医学图像的细致表征，从而提高了对未知疾病的辨识能力。此外，还提出了一种跨尺度硬伪OOD样本生成策略，以最大化OOD检测效果。在三个公开医学数据集上的实验评估表明，所提框架在OOD检测性能上优于现有方法。源代码可在 https://openi.pcl.ac.cn/OpenMedIA/HVL 获取。
引用
@article{arxiv.2508.17667,
title = {Hierarchical Vision-Language Learning for Medical Out-of-Distribution Detection},
author = {Runhe Lai and Xinhua Lu and Kanghao Chen and Qichao Chen and Wei-Shi Zheng and Ruixuan Wang},
journal= {arXiv preprint arXiv:2508.17667},
year = {2025}
}
备注
10 pages, 2 figures, Accepted by MICCAI2025