基于视觉变换器的新冠胸片严重程度量化与病灶定位

在新冠全球大流行背景下，构建一个能够量化新冠严重程度并在胸部X光图像上定位相关病灶的自动化框架变得愈发重要。尽管像素级病灶严重程度标签（如病灶分割）可作为构建鲁棒模型的最佳目标，但由于标注任务耗时耗力，收集足够带有此类标签的数据十分困难。相比之下，基于阵列的严重程度标注（对肺的六个分区赋予整数分数）可作为一种替代方案，能够实现快速标注。若干团队已提出利用基于阵列的新冠标签量化新冠严重程度并通过可解释性图定位病灶的深度学习算法。为进一步提升准确性与可解释性，本文提出一种专为新冠相关病灶的严重程度量化与临床适用定位而设计的新型视觉变换器（Vision Transformer）。我们的模型以弱监督方式训练，从弱阵列标签生成完整概率图。此外，一种新颖的渐进式自训练方法使我们能用小规模标注数据集构建模型。在外部测试集上的定量与定性分析表明，我们的方法在两项任务上均展现出与放射科医生相当的性能，并在真实世界应用中具有稳定性。