基于潜变量引导扩散与嵌套集成提升医学图像分类的鲁棒性与可靠性

一旦部署,医学图像分析方法常面临意外的图像损坏与噪声扰动。这些未知协变量偏移对基于“干净”图像训练的深度学习模型构成重大挑战。这常导致预测不可靠且置信度校准不佳,从而阻碍临床适用性。尽管近期方法已致力于解决置信度校准或对抗鲁棒性等特定问题,但尚无单一框架能同时有效应对所有这些挑战。为弥补此差距,我们提出 LaDiNE,一种结合 Vision Transformers 鲁棒性与基于扩散的生成模型的新颖集成学习方法,以提升医学图像分类的可靠性。具体而言,transformer 编码器块用作分层特征提取器,从图像中学习各集成成员的不变量特征,从而得到对输入扰动鲁棒的特征。此外,扩散模型用作灵活的密度估计器,以不变量特征为条件估计成员密度,从而在保留适当校准置信度的同时改进对复杂数据分布的建模。在肺结核胸 X 光与黑色素瘤皮肤癌数据集上的大量实验表明,LaDiNE 在未见噪声、对抗扰动和分辨率退化下,通过同时提升预测准确率与置信度校准,优于广泛的 state-of-the-art 方法。