基于空间异常模式的肺部CT新发传染病检测
图像与视频处理
2024-10-28 v1 计算机视觉与模式识别
摘要
快速检测新发疾病对于控制其传播和有效治疗患者至关重要。局部异常是相关的，但新发疾病通常涉及在新的空间分布中呈现熟悉的疾病模式。因此，已建立的局部异常检测方法可能无法将其识别为新发疾病。在此，我们提出了一种新方法，用于检测表现出独特病灶空间分布模式的新疾病表型的出现。我们首先识别肺部CT数据中的异常，然后将它们在新连续获取的患者队列中的分布与在较长前期观察到的历史患者群体进行比较。我们评估了在患者流中积累的证据如何能够检测到新发疾病的出现。在从三维卷积神经网络中间层导出的基于Gram矩阵的表示中，新出现的聚类指示了新发疾病。
引用
@article{arxiv.2410.19535,
title = {Detection of Emerging Infectious Diseases in Lung CT based on Spatial Anomaly Patterns},
author = {Branko Mitic and Philipp Seeböck and Jennifer Straub and Helmut Prosch and Georg Langs},
journal= {arXiv preprint arXiv:2410.19535},
year = {2024}
}