面向胸片长尾多标签疾病分类：CXR-LT挑战赛综述
计算机视觉与模式识别
2024-07-31 v2
摘要
许多真实世界图像识别问题，如诊断性医学影像检查，是“长尾”的——存在少数常见表现，其后跟随更多相对罕见的状况。在胸部X线摄影中，诊断既是长尾又是多标签问题，因为患者常同时呈现多种表现。尽管研究者已开始研究医学图像识别中的长尾学习问题，但很少有人研究长尾多标签疾病分类所带来的标签不平衡与标签共现的交互。为与研究界就这一新兴主题展开交流，我们举办了关于胸片（CXR）长尾多标签胸部疾病分类的开放挑战赛CXR-LT。我们公开发布了一个大规模基准数据集，包含超过350,000张CXR，每张至少标注26种临床发现中的一种，且呈长尾分布。我们归纳了表现最优解决方案的共性主题，为长尾多标签医学图像分类提供实用建议。最后，我们利用这些见解提出一条借助视觉-语言基础模型实现少样本与零样本疾病分类的前进路径。
引用
@article{arxiv.2310.16112,
title = {Towards long-tailed, multi-label disease classification from chest X-ray: Overview of the CXR-LT challenge},
author = {Gregory Holste and Yiliang Zhou and Song Wang and Ajay Jaiswal and Mingquan Lin and Sherry Zhuge and Yuzhe Yang and Dongkyun Kim and Trong-Hieu Nguyen-Mau and Minh-Triet Tran and Jaehyup Jeong and Wongi Park and Jongbin Ryu and Feng Hong and Arsh Verma and Yosuke Yamagishi and Changhyun Kim and Hyeryeong Seo and Myungjoo Kang and Leo Anthony Celi and Zhiyong Lu and Ronald M. Summers and George Shih and Zhangyang Wang and Yifan Peng},
journal= {arXiv preprint arXiv:2310.16112},
year = {2024}
}
备注
Update after major revision