[论文解读] POTHER: Patch-Voted Deep Learning-Based Chest X-ray Bias Analysis for COVID-19 Detection

Tomasz Szczepański, Arkadiusz Sitek+2 more|arXiv (Cornell University)|Jan 23, 2022

COVID-19 diagnosis using AI参考文献 26被引用 2

一句话总结

POTHER 提出了一种多任务、基于补丁投票的深度学习框架，用于可解释的胸部 X 光片中新冠肺炎检测，通过注意力机制进行肺部分割，将补丁采样限制在肺部区域，从而减少对心电图导联和侧位标记等混杂因素的依赖。该方法在新冠肺炎分类任务中实现了 0.974 的高 F1 分数，同时通过可解释人工智能分析展现出对偏差的鲁棒性。

ABSTRACT

A critical step in the fight against COVID-19, which continues to have a catastrophic impact on peoples lives, is the effective screening of patients presented in the clinics with severe COVID-19 symptoms. Chest radiography is one of the promising screening approaches. Many studies reported detecting COVID-19 in chest X-rays accurately using deep learning. A serious limitation of many published approaches is insufficient attention paid to explaining decisions made by deep learning models. Using explainable artificial intelligence methods, we demonstrate that model decisions may rely on confounding factors rather than medical pathology. After an analysis of potential confounding factors found on chest X-ray images, we propose a novel method to minimise their negative impact. We show that our proposed method is more robust than previous attempts to counter confounding factors such as ECG leads in chest X-rays that often influence model classification decisions. In addition to being robust, our method achieves results comparable to the state-of-the-art. The source code and pre-trained weights are publicly available at (https://github.com/tomek1911/POTHER).

研究动机与目标

• 为解决深度学习模型在从胸部 X 光片中检测新冠肺炎时存在的混杂偏差问题，例如心电图导联、侧位标记和医院特定标记。
• 开发一种鲁棒且可解释的人工智能方法，最大限度减少对非病理特征的依赖，同时保持高诊断性能。
• 通过结合分割与分类的多任务学习框架，聚焦于肺部邻近补丁，提升模型的泛化能力。

提出的方法

• 使用基于 U-Net 的编码器-解码器网络并引入注意力机制，从原始 CXR 图像生成肺部区域的伪分割掩码。
• 仅从肺部区域及其邻近区域裁剪补丁，减少对心电图导联和侧位标记等混杂伪影的暴露。
• 采用多任务学习设置，联合优化肺部分割与补丁级分类，增强特征表示能力。
• 通过多数投票机制聚合补丁级预测，生成最终的图像级分类结果。
• 利用可解释人工智能技术，包括基于补丁的激活图和 GradCAM，可视化注意力区域并验证模型决策。
• 应用掩码过滤算法以优化分割输出，确保仅相关区域参与补丁采样。

实验结果

研究问题

• RQ1 深度学习模型在胸部 X 光片中检测新冠肺炎时，在多大程度上依赖于心电图导联和侧位标记等混杂偏差，而非实际的病理特征？
• RQ2 基于补丁投票的多任务学习方法能否降低模型对 COVIDx 数据集中已知混杂因素的敏感性？
• RQ3 与基于全局特征的方法相比，将补丁采样限制在肺部邻近区域如何影响模型的鲁棒性和性能？
• RQ4 在训练数据仅限于肺部碎片的情况下，基于注意力的分割能否提升特征提取和分类准确性？
• RQ5 所提出的方法是否在减少对胸部 X 光片中非医学伪影依赖的同时，仍能保持高性能？

主要发现

• POTHER 在 COVIDx 测试集上对新冠肺炎类别的 F1 分数达到 0.974，尽管准确率相近，但优于其他模型。
• 激活图分析证实，该模型对心电图导联和侧位标记（如 'L' 或 'R' 标签）等混杂偏差的敏感性显著降低。
• 采用注意力增强的分割与局部化补丁采样，显著提升了模型鲁棒性，相较于基于全局特征的模型表现更优。
• 该方法对新冠肺炎类别的精确率为 1.000，召回率为 0.950，表明检测具有高度置信度和完整性。
• 可解释人工智能分析显示，模型的注意力主要集中在肺部区域和病理模式上，而非无关的标记或伪影。
• 源代码和预训练权重已公开发布于 https://github.com/tomek1911/POTHER，支持可复现性与进一步研究。