BriefGPT - AI 论文速递
·
胸部 X 光片中的胸部疾病具有噪声标签的长尾多标签分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过创建LTML-MIMIC-CXR数据集，提出了一种解决胸部X光片中罕见疾病检测的基准方法。该方法包括自动标注修正的大型损失重新考虑策略和自适应负正则化方法。在LTML-MIMIC-CXR上的评估显示出显著进展，为计算机辅助诊断提供了基础。
🎯
关键要点
- 创建了LTML-MIMIC-CXR数据集，融合了常见和罕见胸部疾病。
- 提出了一种基准方法来解决胸部X光片中罕见疾病检测的问题。
- 方法包括自动标注修正的大型损失重新考虑策略。
- 采用自适应负正则化方法，针对尾部类别负logit过抑制。
- 在LTML-MIMIC-CXR上的评估显示出显著进展。
- 为稳健的计算机辅助诊断方法提供了基础，能够识别多种胸部疾病。
🏷️
标签
➡️
