更高的胸部 X 光分辨率改善分类性能
计算机视觉与模式识别
2023-08-04 v2
摘要
出于历史与效率原因，图像分类的深度学习模型常以 224 x 224 像素的分辨率训练。然而，胸部 X 光以高得多的分辨率采集以显示细微病理。本研究使用 chest X-ray 14 数据集，考察训练分辨率对胸部 X 光分类性能的影响。结果显示，以更高图像分辨率（具体为 1024 x 1024 像素）训练取得最佳总体分类性能，平均 AUC 为 84.2%，而以 256 x 256 像素图像训练时为 82.7%。此外，边界框与 GradCAM 显著性图的比较表明，诸如 256 x 256 像素的低分辨率不足以识别微小病理，并迫使模型使用虚假判别特征。我们的代码公开于 https://gitlab.lrz.de/IP/cxr-resolution
引用
@article{arxiv.2306.06051,
title = {Higher Chest X-ray Resolution Improves Classification Performance},
author = {Alessandro Wollek and Sardi Hyska and Bastian Sabel and Michael Ingrisch and Tobias Lasser},
journal= {arXiv preprint arXiv:2306.06051},
year = {2023}
}