基于 MedSAM 的肺部掩码用于多标签胸部 X 射线分类
计算机视觉与模式识别
2025-12-30 v1 人工智能
摘要
胸部 X 射线 (CXR) 成像广泛用于肺部异常的筛查与诊断,然而由于疾病信号微弱、数据集偏差以及空间监督有限,自动化判读仍具挑战。医学图像分割基础模型 (MedSAM) 为引入解剖学先验提供了契机,有望提升 CXR 分析的鲁棒性与可解释性。我们提出一种分割引导的 CXR 分类流程,将 MedSAM 作为肺部区域提取模块集成于多标签异常分类之前。MedSAM 使用来自 Airlangga University Hospital 的公开图像-掩码数据集进行微调。随后,我们将其应用于 NIH CXR 公开数据集的精选子集,以训练并评估深度卷积神经网络,对五种异常 (肿块、结节、肺炎、水肿和纤维化) 进行多标签预测,并通过导出的评分评估正常病例 (无异常发现)。实验表明,MedSAM 在多种成像条件下均能生成解剖学合理的肺部掩码。我们发现,掩码效应既依赖于任务也依赖于架构。在原始图像上训练的 ResNet50 实现了最强的整体异常判别能力,而宽松的肺部掩码获得了相当的宏 AUROC,同时显著提升了无异常发现的判别能力,表明异常特异性分类与正常病例筛查之间存在权衡。严格掩码持续降低了异常级别的性能,但提高了训练效率。宽松掩码通过保留肺门周围和外周上下文,部分缓解了这种性能退化。这些结果表明,肺部掩码应被视为一种可控的空间先验,需根据骨干网络和临床目标进行选择,而非统一应用。
引用
@article{arxiv.2512.23089,
title = {MedSAM-based lung masking for multi-label chest X-ray classification},
author = {Brayden Miao and Zain Rehman and Xin Miao and Siming Liu and Jianjie Wang},
journal= {arXiv preprint arXiv:2512.23089},
year = {2025}
}
备注
16 pages, 8 figures