CLASIFICACIÓN DE RAYOS X DE TÓRAX MEDIANTE AUTO- APRENDIZAJE SUPERVISADO

Los modelos de aprendizaje profundo han creado un tremendo impacto en los problemas de clasificación de imágenes médicas,especialmente en el caso de las radiografías de tórax. Hasta ahora, las patologías en las imágenes de rayos X de tórax seclasificaron en gran medida utilizando la metodología supervisada en la que el modelo aprende tanto de los datos como de lasetiquetas correspondientes disponibles. Estos modelos requieren una gran cantidad de datos para funcionar significativamentebien y es muy difícil crear grandes conjuntos de datos de imágenes con etiquetas, en particular imágenes médicas comoradiografías de tórax. Pero en los últimos tiempos, los modelos entrenados con un mecanismo de aprendizaje no supervisadollamado aprendizaje auto-supervisado se han desempeñado a la par de los modelos entrenados con la ayuda del aprendizajesupervisado, donde no se necesita un gran conjunto de datos etiquetados para entrenar un buen modelo. En este artículo, semuestra cómo los modelos que se entrenan con un mecanismo auto-supervisado en grandes imágenes de rayos X de tórax sinetiquetar superan a los modelos que se entrenan con la ayuda del aprendizaje de transferencia supervisado en la tarea declasificación.