基于ART-ASyn的解剖感知真实纹理异常合成框架用于胸部X光
计算机视觉与模式识别
2025-12-02 v1
摘要
无监督异常检测旨在无需像素级标注即可识别异常。合成异常方法能够引入可控的不规则变异，并通过已知掩码实现训练中的显式监督。然而，现有方法常产生与真实病理模式视觉上差异的异常，忽略解剖结构。本文提出一种新颖的解剖感知真实纹理异常合成框架（ART-ASyn），用于胸部X光，通过基于我们提出的分段式二值阈值分割方法（PBTSeg）进行肺部分割引导，生成与解剖结构一致的肺部胀质相关异常。生成的配对样本包含每个正常样本对应的精确像素级异常掩码，使其能够实现显式的分割监督。与以往仅限于一类分类的工作不同，ART-ASyn进一步在零样本异常分割上进行评估，证明其在无目标域标注的情况下对未见数据集具有良好的推广性。代码已公开于 https://github.com/angelacao-hub/ART-ASyn。
引用
@article{arxiv.2512.00310,
title = {ART-ASyn: Anatomy-aware Realistic Texture-based Anomaly Synthesis Framework for Chest X-Rays},
author = {Qinyi Cao and Jianan Fan and Weidong Cai},
journal= {arXiv preprint arXiv:2512.00310},
year = {2025}
}
备注
Accepted in WACV2026