三维磁共振图像的条件去标识化
图像与视频处理
2021-10-20 v1 密码学与安全
计算机视觉与模式识别
机器学习
摘要
医学图像数据的隐私保护具有挑战性。即使移除了元数据，脑部扫描仍易受到将面部渲染与面部图像数据库进行匹配的攻击。已有解决方案通过混淆或移除部分面部来对诊断扫描去标识化。然而，这些方案要么无法可靠隐藏患者身份，要么过于激进以致妨碍进一步分析。我们提出一类新的去标识化技术，其不是移除面部特征，而是对其重塑。我们的方案依赖于条件多尺度GAN架构。它以患者的MRI扫描作为输入，生成以患者脑部（被精确保留）为条件的三维体数据，其中面部已通过重塑实现去标识化。我们证明，与现有技术相比，我们的方法在更好地保护隐私的同时不损害下游医学分析。分析在OASIS-3和ADNI语料库上运行。
引用
@article{arxiv.2110.09927,
title = {Conditional De-Identification of 3D Magnetic Resonance Images},
author = {Lennart Alexander Van der Goten and Tobias Hepp and Zeynep Akata and Kevin Smith},
journal= {arXiv preprint arXiv:2110.09927},
year = {2021}
}