[논문 리뷰] A Heterogeneous Ensemble for Multi-Center COVID-19 Classification from Chest CT Scans

Aadit Nilay, Bhavesh Thapar외 2명|arXiv (Cornell University)|2026. 03. 15.

COVID-19 diagnosis using AI인용 수 0

한 줄 요약

본 논문은 여러 센터에 걸친 흉부 CT 스캔으로 COVID-19를 분류하기 위해 세 가지 추론 패러다임에 걸친 9개의 모델로 구성된 이질적 앙상블을 도입하고, 네 개의 병원 센터에서 매크로 F1 0.9280을 달성했으며 최상의 단일 모델보다 0.031p 더 우수하다.

ABSTRACT

The COVID-19 pandemic exposed critical limitations in diagnostic workflows: RT-PCR tests suffer from slow turnaround times and high false-negative rates, while CT-based screening offers faster complementary diagnosis but requires expert radiological interpretation. Deploying automated CT analysis across multiple hospital centres introduces further challenges, as differences in scanner hardware, acquisition protocols, and patient populations cause substantial domain shift that degrades single-model performance. To address these challenges, we present a heterogeneous ensemble of nine models spanning three inference paradigms: (1) a self-supervised DINOv2 Vision Transformer with slice-level sigmoid aggregation, (2) a RadImageNet-pretrained DenseNet-121 with slice-level sigmoid averaging, and (3) seven Gated Attention Multiple Instance Learning models using EfficientNet-B3, ConvNeXt-Tiny, and EfficientNetV2-S backbones with scan-level softmax classification. Ensemble diversity is further enhanced through random-seed variation and Stochastic Weight Averaging. We address severe overfitting, reducing the validation-to-training loss ratio from 35x to less than 3x, through a combination of Focal Loss, embedding-level Mixup, and domain-aware augmentation. Model outputs are fused via score-weighted probability averaging and calibrated with per-source threshold optimization. The final ensemble achieves an average macro F1 of 0.9280 across four hospital centres, outperforming the best single model (F1=0.8969) by +0.031, demonstrating that heterogeneous architectures combined with source-aware calibration are essential for robust multi-site medical image classification.

연구 동기 및 목표

• 스캐너, 프로토콜, 환자 모집단 차이로 인한 다기관 병원 간 도메인 시프트를 해결한다.
• 흉부 CT에서 COVID-19 분류를 개선하기 위한 강건한 이질적 앙상블을 개발한다.
• 고급 학습 및 증강 전략으로 과적합을 완화하고 일반화를 향상시킨다.
• 다원 소스 임계값을 사용하여 모델 출력의 보정(캐리브레이션)을 수행해 다기관 성능을 향상시킨다.

제안 방법

• 세 가지 추론 패러다임을 사용한다: (1) 슬라이스 수준 시그모이드 집계를 사용하는 자기지도 학습 DINOv2 비전 트랜스포머; (2) 슬라이스 수준 시그모이드 평균화를 사용하는 RadImageNet 사전 학습 DenseNet-121; (3) EfficientNet-B3, ConvNeXt-Tiny, EfficientNetV2-S 백본의 일곱 개의 게이트드 어텐션 MIL 모델과 스캔 레벨 소프트맥스 분류.
• 무작위 시드 변이를 통한 다양성 증가와 확률적 가중 평균(Stochastic Weight Averaging)을 적용해 앙상블 다양성을 높인다.
• Focal Loss, 임베딩 레벨 Mixup, 그리고 도메인 인지 증강을 통해 과적합을 해결한다.
• 점수 가중 확률 평균으로 모델 출력을 융합하고, per-source 임계값 최적화를 사용해 보정을 수행한다.

실험 결과

연구 질문

• RQ1 도메인 시프트 하에서 이질적 앙상블이 다기관 COVID-19 CT 분류를 향상시킬 수 있는가?
• RQ2 소스 인식 보정(센터별 임계값)이 다중 사이트 평가에서 균일 보정보다 우수한가?
• RQ3 다양한 아키텍처와 학습 전략이 센터별 변이에 대해 강건성을 어떻게 강화하는가?

주요 결과

• 이 앙상블은 네 개의 병원 센터에서 평균 매크로 F1 0.9280을 달성한다.
• 이 앙상블은 단일 최상 모델(F1 = 0.8969)보다 0.031 더 우수하다.
• 과적합이 감소하여 검증-학습 손실 비율이 35배에서 3배 미만으로 떨어졌다.
• 여러 아키텍처와 학습 패러다임에서의 다양성과 보정이 강건한 다사이트 성능의 핵심이다.