CheXFusion: 多视角特征有效融合用于长尾胸部 X 射线分类的转换器
原文中文，约300字，阅读约需1分钟。发表于：。本研究通过引入 CheXFusion，一个基于 transformer 的融合模块，结合多视图图像处理，通过自注意力和交叉注意力机制，高效聚合多视图特征并考虑标签的共现作用，进一步探索数据平衡和自训练方法以提高模型性能，在 MIMIC-CXR 测试集中取得了 0.372 mAP 的最先进结果，并在竞赛中获得第一名，突显了在医学图像分类中考虑多视图设置、类别不平衡和标签共同出现的重要性。
本研究通过引入基于transformer的CheXFusion融合模块，结合多视图图像处理，利用自注意力和交叉注意力机制，高效聚合多视图特征并考虑标签的共现作用。同时，探索数据平衡和自训练方法以提高模型性能。在MIMIC-CXR测试集中，取得了0.372 mAP的最先进结果，并在竞赛中获得第一名，突显了在医学图像分类中考虑多视图设置、类别不平衡和标签共同出现的重要性。
