颅内出血的联邦体素场景图
计算机视觉与模式识别
2024-11-04 v1 分布式、并行与集群计算
图像与视频处理
摘要
颅内出血是一种可能致命的疾病，其表现具有极大的多样性，并在全球各临床中心之间存在差异。基于深度学习的解决方案开始建模脑结构之间的复杂关系，但仍然难以泛化。虽然收集更多样化的数据是最自然的方法，但隐私法规往往限制医学数据的共享。我们提出了联邦场景图生成的首次应用。我们表明我们的模型能够利用增加的训练数据多样性。对于场景图生成，它们在各数据集之间能够召回多达 20% 的额外临床相关关系，相较于在单一集中数据集上训练的模型。在联邦设置中学习结构化数据表示可以为开发能够利用这些细粒度信息更有效地在客户端间进行正则化的新方法开辟道路。
引用
@article{arxiv.2411.00578,
title = {Federated Voxel Scene Graph for Intracranial Hemorrhage},
author = {Antoine P. Sanner and Jonathan Stieber and Nils F. Grauhan and Suam Kim and Marc A. Brockmann and Ahmed E. Othman and Anirban Mukhopadhyay},
journal= {arXiv preprint arXiv:2411.00578},
year = {2024}
}