基于卷积辅助自注意力的胸部疾病分类网络

张自然,李锵,关欣

Classification network for chest disease based on convolution-assisted self-attention

Ziran ZHANG,Qiang LI,Xin GUAN

表 3 不同胸部疾病分类网络在MIMIC-CXR测试集上的结果比较

Tab.3 Comparison of result of different chest disease classification network on MIMIC-CXR test set

疾病类别 AUC MVCNet MMBT MedCLIP CAWSNet 肺不张 0.818 0.758 — 0.841 心脏肿大 0.848 0.826 — 0.824 实变 0.829 0.771 — 0.833 水肿 0.919 0.843 — 0.900 心纵膈扩大 0.725 0.743 — 0.771 骨折 0.665 0.729 — 0.660 肺部异常 0.740 0.759 — 0.804 肺不透明 0.757 0.715 — 0.748 无发现 0.842 0.831 — 0.867 胸膜增厚 0.947 0.886 — 0.922 胸膜其他疾病 0.825 0.869 — 0.858 肺炎 0.715 0.752 — 0.758 气胸 0.899 0.880 — 0.861 平均值 0.810 0.797 0.804 0.819