[论文解读] FDVTS's Solution for 2nd COV19D Competition on COVID-19 Detection and Severity Analysis

Junlin Hou, Jilan Xu+2 more|arXiv (Cornell University)|Jul 5, 2022

COVID-19 diagnosis using AI被引用 4

一句话总结

本文提出了一种3D对比混合网络（CMC-COV19D），结合对比表示学习与混合数据增强，以提升胸部CT扫描中COVID-19的检测与严重程度分类性能。该方法在检测任务上达到0.933的宏F1，在严重程度预测任务上达到0.770，分别较基线模型提升16.3%和14%。

ABSTRACT

This paper presents our solution for the 2nd COVID-19 Competition, occurring in the framework of the AIMIA Workshop in the European Conference on Computer Vision (ECCV 2022). In our approach, we employ an effective 3D Contrastive Mixup Classification network for COVID-19 diagnosis on chest CT images, which is composed of contrastive representation learning and mixup classification. For the COVID-19 detection challenge, our approach reaches 0.9245 macro F1 score on 484 validation CT scans, which significantly outperforms the baseline method by 16.5%. In the COVID-19 severity detection challenge, our approach achieves 0.7186 macro F1 score on 61 validation samples, which also surpasses the baseline by 8.86%.

研究动机与目标

• 通过在3D胸部CT扫描上应用深度学习，提升COVID-19检测与严重程度分类的准确性。
• 通过鲁棒的深度学习模型实现自动化诊断，减轻放射科阅片的工作负担。
• 通过对比表示学习与混合增强，提升模型泛化能力与判别性特征学习能力。
• 在第二届COV19D竞赛的检测与严重程度挑战基准上实现最先进性能。
• 验证对比学习与混合增强结合在低资源、高影响力医学诊断任务中医学图像分析的有效性。

提出的方法

• 该方法采用一种3D对比混合分类网络（CMC-COV19D），整合对比表示学习（CRL）与基于混合的图像增强。
• CRL使用随机数据增强模块为每个输入CT生成两组视图，随后通过主干编码器与投影头生成对比表示。
• 对比损失定义为正样本对（同类别增强视图）与负样本对（不同类别视图）之间的监督对比损失，并引入温度缩放。
• 混合增强通过线性插值两个输入CT体积及其独热标签生成混合样本，并对混合样本应用交叉熵损失。
• 最终目标函数结合三种损失：对比损失、混合损失与分类交叉熵损失，损失权重可学习。
• 采用膨胀的3D ResNest50与Uniformer-S作为主干网络，分别在ImageNet与Kinetics-400上预训练，以提升特征提取能力。

实验结果

研究问题

• RQ1 对比表示学习是否能提升3D胸部CT扫描中COVID-19检测的判别性特征学习？
• RQ2 在低数据场景下，混合数据增强是否能提升医学图像分类的泛化能力与鲁棒性？
• RQ3 联合优化对比损失、混合损失与分类损失在提升诊断性能方面的有效性如何？
• RQ4 所提出的3D CMC-COV19D框架是否能在检测与严重程度分类任务上均超越现有基线？
• RQ5 不同的预训练策略（ImageNet与Kinetics-400）在该医学影像场景下对模型性能有何影响？

主要发现

• 所提出的CMC-COV19D模型在COVID-19检测挑战的验证集上达到0.933的宏F1得分，较基线提升16.3个百分点。
• 在严重程度检测挑战中，模型达到0.770的宏F1得分，较基线方法提升14%。
• 同时引入对比表示学习与混合增强后，所有测试主干网络架构均表现出一致的性能提升。
• 表现最佳的模型采用在Kinetics-400上预训练的Uniformer-S主干，时间分辨率为16×8，检测任务的宏F1达到0.933。
• 采用自适应混合与CutMix策略进一步提升了性能，表明高级数据增强在医学影像中的重要性。
• 模型展现出强大的泛化能力，在包含ResNest50与Uniformer-S在内的不同主干网络上，均因引入对比与混合组件而实现一致的性能提升。