源内不平衡数据集如何影响使用胸部X射线图像进行COVID-19诊断的深度学习的性能?
Zhang Zhang1, Xiaoyong Zhang2,3, Kei Ichiji4
1Graduate School of Biomedical Engineering, Tohoku University, Sendai, 980-8576, Japan. zhangzhang@dc.tohoku.ac.jp.
Scientific reports
|November 4, 2023
概括
医疗数据集中的源内不平衡 (ISI) 严重影响COVID-19诊断的深度学习模型. 在内部源中平衡胸部X射线数据对于可靠的基于深度学习的医学图像诊断至关重要.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算机辅助诊断 计算机辅助诊断
背景情况:
- 基于深度学习的方法 (DLM) 越来越多地用于医学图像诊断,其性能严重依赖于训练数据质量.
- 跨类别不平衡 (ICI) 是一个已知的挑战,但医疗机构内部的来源不平衡 (ISI),数据被隔离并在不同的环境中获取,往往被忽视.
- 尽管类别之间的平衡良好,但ISI可能会对DLM业绩产生负面影响.
研究的目的:
- 研究源内失衡 (ISI) 对医学图像诊断中的深度学习模型 (DLM) 的影响.
- 为了比较训练在源内不平衡的DLM与源内平衡的胸部X射线 (CXR) 数据集对COVID-19诊断的性能.
主要方法:
- 通过使用两个不同的胸部X射线 (CXR) 数据集来进行COVID-19诊断,训练了一个深度学习模型.
- 一个数据集显示出源内不平衡 (ISI),而另一个数据集则显示出源内平衡.
- 模型性能根据诊断可靠性进行评估.
主要成果:
- 在源内不平衡的CXR数据集上培训DLM导致了显著的培训偏差,即使具有良好的类别间平衡.
- 相反,在源内平衡数据集上接受培训的DLM显示出可靠的诊断能力.
- 该研究强调了ISI对DLM业绩的不利影响.
结论:
- 在医疗成像应用中,源内平衡是训练数据的关键因素.
- 解决ISI对于减轻基于深度学习的医学诊断中表现不佳的风险至关重要.
- 确保源内均衡的数据集可以带来更强大,更可靠的诊断工具.
