SwinCheX:基于Transformer的胸部X射线图像多标签分类
计算机视觉与模式识别
2022-06-10 v1
摘要
随着胸部X射线图像在诊断多种疾病中的大量使用以及广泛数据集的收集,利用深度神经网络实现自动化诊断程序已成为专家关注的焦点。计算机视觉中大多数可用方法使用CNN骨干网络以在分类问题上获得高精度。然而,近期研究表明,在自然语言处理中被确立为事实标准的Transformer在视觉中也能超越许多基于CNN的模型。本文提出一种基于Swin Transformer作为骨干网络的多标签分类深度模型,以实现最先进的诊断分类。它利用多层感知机(MLP)作为头部架构。我们在一个最广泛使用且最大的X射线数据集“Chest X-ray14”上评估我们的模型,该数据集包含来自30,000多名患者的超过100,000张正/背视图图像,涵盖14种著名胸部疾病。我们的模型以多种数量的MLP层作为头部设置进行了测试,每种均在全部类别上取得有竞争力的AUC分数。在Chest X-ray14上的综合实验表明,3层头部以0.810的平均AUC分数达到最先进性能,而此前SOTA平均AUC为0.799。我们提出了一种用于现有方法公平基准测试的实验设置,可作为未来研究的基础。最后,我们通过确认所提方法关注胸部病理相关区域来跟进我们的结果。
引用
@article{arxiv.2206.04246,
title = {SwinCheX: Multi-label classification on chest X-ray images with transformers},
author = {Sina Taslimi and Soroush Taslimi and Nima Fathi and Mohammadreza Salehi and Mohammad Hossein Rohban},
journal= {arXiv preprint arXiv:2206.04246},
year = {2022}
}