OTCXR：基于最优传输重新思考胸片分析中的自监督对齐
计算机视觉与模式识别
2025-03-12 v4 机器学习
摘要
自监督学习（Self-supervised Learning, SSL）因其无需标注便可学习特征的能力，已成为分析医学模态（如X光片）的有前景的技术。然而，传统的SSL方法在实现语义对齐和捕捉细微细节方面存在挑战，这限制了其准确表示潜在解剖结构和病理特征的能力。为此，我们提出OTCXR，一种新颖的SSL框架，利用最优传输（Optimal Transport, OT）学习稠密语义不变性。通过将OT与我们创新的跨视角语义灌注模块（Cross-Viewpoint Semantics Infusion Module, CV-SIM）集成，OTCXR增强了模型捕捉局部空间特征以及不同视角之间全局语境依赖关系的能力。这种方法丰富了SSL在胸腔X光片背景下的有效性。此外，OTCXR在OT框架中融入方差和协方差正则化，以优先考虑临床相关信息，抑制较少信息性特征。这确保了所学表征是全面且具辨别力的，尤其适用于如胸腔疾病诊断等任务。我们通过在三个公开可用的胸片数据集上进行全面实验来验证OTCXR的有效性。我们的实证结果表明，OTCXR在所有评估任务中均优于当前最先进的方法，确认了其学习语义丰富表征的能力。
引用
@article{arxiv.2404.11868,
title = {OTCXR: Rethinking Self-supervised Alignment using Optimal Transport for Chest X-ray Analysis},
author = {Vandan Gorade and Azad Singh and Deepak Mishra},
journal= {arXiv preprint arXiv:2404.11868},
year = {2025}
}