Core Concepts
CNNはスタイルにバイアスがあり、本提案手法は未知ドメインで高い性能を達成する。
Abstract
最近の研究では、CNNがスタイルにバイアスを持っており、人間の視覚システムとは異なることが示されています。本提案手法は、未知ドメインで高い性能を達成しました。具体的には、画像レベルと特徴レベルで新しいスタイルを生成するSRMモジュールを使用しました。これにより、パトロジー固有のコンテンツ特性を保持しながらスタイルを変更しました。また、グローバルセマンティックフィーチャーマップと予測確率分布の一貫性正則化も行われました。実験結果では、他の最先端手法よりも優れた性能が示されました。
Stats
提案手法はCheXpertおよびMIMIC-CXRデータセットで77.32±0.35, 88.38±0.19, 82.63±0.13 AUCs(%)を達成した。
Quotes
"Motivated by the impact of neural style randomization on DG for natural images, we experiment with the style statistics of CXR images at both the image and feature levels."
"Our proposed method achieves an average AUC of 77.32±0.35, 82.63±0.13, and 88.38±0.19 on the BRAX, NIH chest X-ray14, and VinDr-CXR datasets, respectively."