胸部X光图像分类：因果视角

Chest X-ray Image Classification: A Causal Perspective

摘要

这篇论文提出了一种新的方法来处理胸部X射线（CXR）分类问题，将因果推理融入到基于深度学习的方法中。尽管近年来深度学习在CXR分类方面取得了许多进展，但确保这些算法真正捕捉到疾病与其潜在原因之间的因果关系，而不仅仅是学习将标签映射到图像上，仍然是一个挑战。

为了解决这个问题，作者提出了一种因果方法，涉及构建结构性因果模型（SCM）并利用反向调整来选择与CXR分类相关的视觉信息。具体而言，他们设计了各种概率优化函数，以消除混淆因素对真实因果关系学习的影响。

代码地址

本文方法

图1显示了NIH数据集中一些困难的情况。每一列都是相同的CXR图像，从上到下每一行依次显示了带有病理性边界框的原始图像、传统CNN-based深度学习的加权热图以及我们的方法。四种困难情况如下：（a）：图像上的文字，（b）：图像不规则，（c）：图像上有医疗设备，（d）：在类别之间容易混淆。