atelectasis

新的C2A模型通过结合空间和临床数据改进胸部X光片分类

研究人员开发了一种名为C$^2$A（共现感知类别注意力）的新分类头，旨在提高胸部X光片多标签分类的准确性。该方法明确地将X光图像的空间信息与不同胸部病理学倾向于共存的临床先验知识联系起来。通过学习每类的空间注意力图并将其与经验性标签共现数据相结合，C$^2$A能够更好地识别和区分病灶，特别是那些空间证据模糊的病灶。该方法在CheXpert数据集上表现出优越的性能，宏观平均AUROC达到0.895，并在经常一起出现的类别上取得了显著的提升。