合成胸片入数据集：质量与来源检查难验真

质量与来源检查可过滤提交，但无法核验采集声明。

资讯摘要

论文研究生成胸片在数据集入库时的证据问题，区分自动质量检查、来源分类器识别与可信记录核验三个环节。实验用 Qwen 从 1000 张 Cheff 识别或 SynthCheX 候选中最多选 20 张，MedGemma 评质量、DINOv3 冻结特征分类器判来源。质量筛选提升通过率，但未发现能同时通过两项检查的证据；来源分类器在 SynthCheX 上标记 4677/5000，也误判部分真实图像。

要点速读

1. 质量筛选使 Cheff 识别图像通过数从 12 升至 19（共 20），SynthCheX 从 8 升至 17。
2. 未发现筛选能提升同时通过质量与来源两项检查的比例，选中的 Cheff 图像无一同时通过。
3. 来源分类器标记 4677/5000 张 SynthCheX，但误判 110/2297 张 NIH 真实图像和 568/957 张另一来源真实图像；JPEG 压缩使 SynthCheX 对 NIH 的 AUROC 从 0.987 降至 0.841。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。