MVC：一种用于胸片 COVID-19 诊断的多任务视觉 Transformer 网络
图像与视频处理
2023-10-03 v1 计算机视觉与模式识别
摘要
使用基于计算机的算法的医学图像分析已引起研究界的相当关注，并在过去十年取得巨大进展。随着计算资源的最新进展和大规模医学图像数据集的可用，许多深度学习模型已被开发用于从医学图像诊断疾病。然而，现有技术单独关注子任务，例如疾病分类与识别，而缺乏一个支持多任务诊断的统一框架。受 Vision Transformer 在局部与全局表征学习方面能力的启发，我们在本文中提出一种新方法，即多任务视觉 Transformer（MVC），用于同时分类胸片图像并识别输入数据中的受影响区域。我们的方法构建于 Vision Transformer 之上，但将其学习能力扩展至多任务设定。我们在 COVID-19 胸片基准数据集上评估了所提方法，并与现有基线进行比较。实验结果验证了所提方法在图像分类与受影响区域识别任务上相对于基线的优越性。
引用
@article{arxiv.2310.00418,
title = {MVC: A Multi-Task Vision Transformer Network for COVID-19 Diagnosis from Chest X-ray Images},
author = {Huyen Tran and Duc Thanh Nguyen and John Yearwood},
journal= {arXiv preprint arXiv:2310.00418},
year = {2023}
}