面向少数民族医学分割训练集的无监督搜索
计算机视觉与模式识别
2025-01-07 v1
摘要
本文研究了医学影像中数据集偏差的关键问题，特别强调由于数据集收集中的不均匀人口分布导致的种族差异。我们的分析表明，医学分割数据集存在显著偏差，主要受其收集地点的人口构成影响。例如，在美国收集的扫描激光检眼镜（SLO）眼底数据集主要包含白种人个体的图像，少数种族群体代表性不足。这种不平衡可能导致模型性能偏差和不公平的临床结果，特别是对少数群体。为了解决这一挑战，我们提出了一种新颖的训练集搜索策略，旨在通过关注代表性不足的种族群体来减少这些偏差。我们的方法利用现有数据集，并采用简单的贪心算法来识别与目标域分布最匹配的源图像。通过选择与少数群体特征更一致的训练数据，我们的策略提高了医学分割模型在特定少数群体（即黑人）上的准确性。我们的实验结果证明了这种方法在减轻偏差方面的有效性。我们还讨论了更广泛的社会影响，强调解决这些差异如何有助于更公平的医疗保健结果。
引用
@article{arxiv.2501.02442,
title = {Unsupervised Search for Ethnic Minorities' Medical Segmentation Training Set},
author = {Yixiao Chen and Yue Yao and Ruining Yang and Md Zakir Hossain and Ashu Gupta and Tom Gedeon},
journal= {arXiv preprint arXiv:2501.02442},
year = {2025}
}