HydraViT：用于胸部 X 射线图像多标签疾病分类的自适应多分支 Transformer
图像与视频处理
2023-10-11 v1 计算机视觉与模式识别
机器学习
摘要
胸部 X 射线因其对肺部病理异常的敏感性，是识别胸部疾病的重要诊断工具。然而，由于病变在尺寸与位置上的异质性，以及不同病变间的视觉相似性与共现性，图像驱动的诊断仍具挑战。由于疾病相关区域常仅占诊断图像的较小部分，基于传统卷积神经网络（CNN）的分类模型受其局部性偏置的负面影响。尽管此前 CNN 曾通过注意力图或空间掩码进行增强以引导关注潜在关键区域，但在病变空间分布异质下学习定位引导仍具挑战。为提升多标签分类性能，我们在此提出一种新方法 HydraViT，其协同结合 transformer 主干与具学习权重的多分支输出模块。transformer 主干增强对 X 射线图像中长程上下文的敏感性，同时利用自注意力机制自适应聚焦于任务关键区域。多分支输出模块为每个疾病标签分配独立分支，以在各类疾病间实现鲁棒学习，并设跨标签聚合分支以保持对病理间共现关系的敏感性。实验表明，平均而言，HydraViT 在多标签分类性能上优于注意力引导方法 1.2%、区域引导方法 1.4%、语义引导方法 1.0%。
引用
@article{arxiv.2310.06143,
title = {HydraViT: Adaptive Multi-Branch Transformer for Multi-Label Disease Classification from Chest X-ray Images},
author = {Şaban Öztürk and M. Yiğit Turalı and Tolga Çukur},
journal= {arXiv preprint arXiv:2310.06143},
year = {2023}
}