摘要

本文由Kit M. Bransby等人撰写，针对心电图（echocardiography）视图分类中神经网络学习到的不良快捷方式（shortcut learning）问题，提出了一种名为BackMix的简单而有效的随机背景增强方法。该方法通过在训练集中随机交换背景，强制模型关注超声扇区（ultrasound sector）内的数据，从而提高分类准确性和泛化能力。此外，论文还提出了wBackMix方法，通过重新加权分类损失，增强增强样本的贡献。实验结果表明，即使在仅有5%的分割标签的半监督设置下，BackMix也能显著提升分类性能和关注度指标。

原理

BackMix方法的核心在于通过随机交换训练图像的背景，使得背景与分类结果无关，从而迫使模型学习关注超声扇区内的图像内容。具体来说，BackMix在训练过程中将图像分割为扇区和背景两部分，然后随机选择另一图像的背景替换当前图像的背景，生成新的训练样本。这种方法不仅简便，而且不增加任何额外的参数或架构变化，也不增加训练或推理时间。通过这种方式，模型学会了忽略背景中的伪相关特征，专注于超声图像的实质内容，从而提高了模型的泛化能力和分类准确性。

流程

BackMix的工作流程包括以下几个步骤：

1. 图像分割：使用分割掩码将训练图像分割为超声扇区和背景。
2. 背景替换：随机选择另一个训练图像的背景，替换当前图像的背景。
3. 合成新样本：将原始图像的超声扇区与新选择的背景合成新的训练样本。
4. 损失加权：通过wBackMix方法，对使用BackMix增强的样本进行损失加权，增加其对训练的贡献。

例如，在训练ResNet18网络时，首先对图像进行标准的数据增强（如旋转、亮度调整等），然后应用BackMix方法生成新的训练样本。在推理阶段，无需使用分割掩码，模型可以直接对图像进行分类。

应用

BackMix方法在心电图视图分类中显示出显著的性能提升，特别是在处理分布外（out-of-distribution）数据时。这种方法不仅适用于心电图，还可以扩展到其他医学图像分析领域，如放射学、病理学等，其中背景信息可能误导模型。此外，BackMix的半监督学习特性使其在数据标注有限的情况下尤为有用，有助于降低数据准备的成本和时间。随着进一步的研究和优化，BackMix有望成为医学图像分析中的一个重要工具。