基于新型池化的VGG-Lite用于从不平衡胸部X光数据集中检测肺炎和新冠肺炎
图像与视频处理
2025-04-11 v1 计算机视觉与模式识别
摘要
本文提出了一种基于新型池化的VGG-Lite模型，以缓解胸部X光数据集中的类别不平衡问题。自2020年新冠肺炎新变种出现以来，通过深度学习模型从CXR图像自动检测肺炎已成为一个突出且活跃的研究领域。然而，标准卷积神经网络模型面临着类别不平衡带来的挑战，这是许多医学数据集中普遍存在的问题。所提出模型架构的创新包括：(I) 提出一个非常轻量级的CNN模型“VGG-Lite”，受VGG-16和MobileNet-V2架构启发。(II) 在该基础模型之上，我们通过一个并行分支利用“边缘增强模块”，该模块包含一个“负图像层”和一个新颖的自定义池化层“2Max-Min池化”。这个2Max-Min池化层在本研究中完全是新颖的，它为肺炎CXR图像中的边缘成分提供了更多关注。因此，它作为一个高效的空间注意力模块。我们在两个独立的CXR数据集上实现了所提出的框架。第一个数据集来自互联网上可获取的公开来源，第二个数据集更具挑战性，由我们的研究团队从三个不同来源收集。实验结果表明，我们的框架在两个数据集上均显著优于预训练的CNN模型以及三个近期流行模型“Vision Transformer”、“Pooling-based Vision Transformer (PiT)”和“PneuNet”。所提出的带有EEM的VGG-Lite框架在“肺炎不平衡CXR数据集”上，无需任何预处理技术，即实现了95%的宏平均准确率、97.1%的精确率、96.1%的召回率和96.6%的F1分数。
引用
@article{arxiv.2504.07468,
title = {Novel Pooling-based VGG-Lite for Pneumonia and Covid-19 Detection from Imbalanced Chest X-Ray Datasets},
author = {Santanu Roy and Ashvath Suresh and Palak Sahu and Tulika Rudra Gupta},
journal= {arXiv preprint arXiv:2504.07468},
year = {2025}
}
备注
12 pages