脑部MRI无监督异常检测中表征特性的研究
图像与视频处理
2022-11-29 v1 计算机视觉与模式识别
摘要
MRI中的异常检测在影像和诊断方面具有很高的临床价值。基于重建或潜在嵌入的无监督异常检测方法提供了有趣的公式化表述，为观察与分解相关的特性提供了途径。我们研究了四种现有的建模方法，并使用简单的数据科学工具报告了我们的经验观察结果，旨在从分解的角度寻求与无监督异常检测任务最相关的结果，并考虑了脑结构MRI的情况。我们的研究表明，表现出分解相关特性的异常检测算法具备良好的描绘能力，能够区分正常数据和异常数据。我们已在多个异常和正常数据集中验证了这些观察结果。
引用
@article{arxiv.2211.15527,
title = {A Study of Representational Properties of Unsupervised Anomaly Detection in Brain MRI},
author = {Ayantika Das and Arun Palla and Keerthi Ram and Mohanasankar Sivaprakasam},
journal= {arXiv preprint arXiv:2211.15527},
year = {2022}
}
备注
Accepted at MICCAI Medical Applications with Disentanglements (MAD) Workshop 2022 https://mad.ikim.nrw/