AdverX-Ray：通过频率敏感的对抗变分自编码器确保 X 射线图像完整性

确保医学图像的质量和完整性对于维持基于深度学习的计算机辅助诊断和计算机辅助检测（CAD）系统的诊断准确性至关重要。共变偏移由不同成像设备或设置导致的数据分布细微变化会严重降低模型性能，类似于对抗性攻击的效果。因此，拥有一种轻量且快速的方法来评估这些图像的质量，在使用 CAD 模型之前至关重要。AdverX-Ray 通过作为一种图像质量评估层，旨在有效检测共变偏移。该对抗变分自编码器优先考虑鉴别器的作用，使用生成器的次优输出作为负样本，以微调鉴别器识别高频细节的能力。由对抗网络生成的图像常常表现出严重的高频细节，这指导鉴别器过度关注这些组件。这使得鉴别器成为该方法的理想选择。在特定机器模型的 X 射线图像块上进行训练的 AdverX-Ray 可以评估扫描是否匹配训练分布，或扫描来自同一台机器但在不同设置下捕获。与各种异常检测方法的广泛比较表明，AdverX-Ray 在仅使用 64 个随机图像块的情况下，显著优于现有技术，实现 96.2% 的平均 AUROC。其轻量且快速的体系结构使其适用于实时应用，增强了医学成像系统的可靠性。代码和预训练模型已公开可用。