多域平衡采样改善胸部 X 光病理预测模型的分布外泛化能力
计算机视觉与模式识别
2021-12-30 v2
摘要
学习能够在医学影像不同分布偏移下泛化的模型一直是一个长期的研究挑战。在视觉研究从业者中，尤其是在敏感且关键的生物医学领域，已有若干关于高效且鲁棒的视觉表征学习的提议。在本文中，我们提出一种用于胸部 X 光病理分布外泛化的思路，其使用一种简单的平衡批次采样技术。我们观察到，多个训练数据集之间的平衡采样相比未采用平衡训练的基线模型提升了性能。
引用
@article{arxiv.2112.13734,
title = {Multi-Domain Balanced Sampling Improves Out-of-Distribution Generalization of Chest X-ray Pathology Prediction Models},
author = {Enoch Tetteh and Joseph Viviano and Yoshua Bengio and David Krueger and Joseph Paul Cohen},
journal= {arXiv preprint arXiv:2112.13734},
year = {2021}
}
备注
MED-NEURIPS 2021