稳定的医学图像对抗攻击

卷积神经网络（CNNs）已推进了现有用于自动疾病诊断的医学系统。然而，这些系统面临一种威胁，即对抗攻击使 CNNs 变得脆弱。不准确的诊断结果对人类医疗保健产生负面影响。有必要研究潜在的对抗攻击以使深度医学诊断系统鲁棒化。另一方面，医学图像有多种模态（如 CT、眼底和内镜图像），每种类型彼此显著不同。为不同类型医学图像生成对抗扰动更具挑战性。本文中，我们提出一种基于图像的医学对抗攻击方法，以在医学图像上一致地产生对抗扰动。我们方法的目标函数由损失偏移项与损失稳定项组成。损失偏移项增大对抗样本 CNN 预测与其真实标签间的发散。同时，损失稳定项确保该样本与其平滑输入的相似 CNN 预测。从扰动生成的整个迭代过程看，提出的损失稳定项穷搜扰动空间以平滑单点从而逃离局部最优。我们进一步分析了所提损失函数的 KL 散度，发现损失稳定项使扰动朝固定目标点更新而偏离真实标签。该稳定确保所提医学攻击对不同类型医学图像有效，同时以较小方差产生扰动。在包括近期 COVID-19 数据集的若干医学图像分析基准上的实验显示了所提方法的稳定性。