用于缓解胸部 X 光诊断偏差的混合 Vision Transformer_GAN 属性中和器
计算机视觉与模式识别
2026-01-23 v1
摘要
胸部 X 光分类器中的偏差通常源于性别和年龄相关的捷径，导致对少数亚群的系统性诊断不足。以前依赖卷积编码器的像素空间属性中和器，在临床可用的编辑强度下减轻但未能完全消除这种属性泄漏。本研究评估在 Attribute-Neutral Framework 中用 Vision Transformer 主干替换 U-Net 卷积编码器，是否可以在保持诊断准确性的同时减少人口统计学属性泄漏。在 ChestX-ray14 数据集上训练了数据高效的 Image Transformer Small (DeiT-S) 中和器。其生成的跨越十一种编辑强度级别的编辑图像，由独立的 AI 评判器评估属性泄漏，并由卷积神经网络(ConvNet)评估疾病预测。在中等编辑级别（）下，Vision Transformer (ViT) 中和器将患者性别识别曲线下面积(AUC)降低至约 0.80，比原始框架的卷积 U-Net 编码器低约 10 个百分点，尽管其训练轮数仅为后者的一半。同时，15 种发现的宏接收者操作特征曲线下面积(ROC AUC)与未编辑基线保持在 5 个百分点以内，且最坏情况亚群 AUC 仍接近 0.70。这些结果表明，全局自注意力视觉模型可以在不牺牲临床实用性的情况下进一步抑制属性泄漏，为更公平的胸部 X 光 AI 提供了一条实用途径。
引用
@article{arxiv.2601.15490,
title = {Hybrid Vision Transformer_GAN Attribute Neutralizer for Mitigating Bias in Chest X_Ray Diagnosis},
author = {Jobeal Solomon and Ali Mohammed Mansoor Alsahag and Seyed Sahand Mohammadi Ziabari},
journal= {arXiv preprint arXiv:2601.15490},
year = {2026}
}