SynthEnsemble: CNN、ビジョン変換器、およびハイブリッドモデルを用いた多ラベル胸部X線分類の融合

胸部X線撮影は、胸部疾患の診断に広く使用されていますが、これらの異常に関する詳細な情報の欠如により、正確な自動診断システムの開発が困難となっています。早期発見と効果的な治療のために、これは非常に重要です。この課題に対処するために、我々は深層学習技術を用いて、胸部X線画像における異なる疾患に対応するパターンを特定しました。実験では、「ChestX-ray14」データセットを使用し、さまざまな事前学習済みCNN（畳み込みニューラルネットワーク）、トランスフォーマー、ハイブリッド（CNN+トランスフォーマー）モデルおよび古典的なモデルを用いました。最良の単独モデルはCoAtNetで、受信者動作特性曲線下面積（AUROC）84.2%を達成しました。さらに、微分進化法を用いて各モデルの重みを決定した加重平均アンサンブルにより、すべての学習済みモデルの予測を組み合わせることでAUROCを85.4%に向上させました。これは本分野における他の最先端手法よりも優れた結果です。我々の研究結果は、特にアンサンブル深層学習技術が胸部X線画像からの自動診断精度向上に有効であることを示しています。コード提供元: https://github.com/syednabilashraf/SynthEnsemble