RGMIM：用于从 X 射线图像学习有意义表征的区域引导掩码图像建模
计算机视觉与模式识别
2024-08-20 v5 机器学习
图像与视频处理
摘要
在本研究中，我们提出一种称为区域引导掩码图像建模(RGMIM)的新颖方法，用于从 X 射线图像中学习有意义的表征。我们的方法采用一种新的掩码策略，利用器官掩码信息来识别有效区域，以学习更有意义的表征。我们在一个公开的肺部 X 射线图像数据集上进行了定量评估，并开展了掩码比例超参数研究。当使用全部训练集时，RGMIM 优于其他可比方法，取得了 0.962 的肺部疾病检测准确率。具体而言，与其他方法相比，RGMIM 在小数据量（如训练集的 5% 和 10%）下显著提升了性能。RGMIM 能够掩码更多有效区域，促进判别性表征的学习及后续高精度的肺部疾病检测。实验表明，RGMIM 优于其他最先进的自监督学习方法，尤其是在训练数据有限时。
引用
@article{arxiv.2211.00313,
title = {RGMIM: Region-Guided Masked Image Modeling for Learning Meaningful Representations from X-Ray Images},
author = {Guang Li and Ren Togo and Takahiro Ogawa and Miki Haseyama},
journal= {arXiv preprint arXiv:2211.00313},
year = {2024}
}
备注
Accepted by ECCV 2024 Workshop on Human-inspired Computer Vision