基于直方图与扩散模型的医学分布外检测
计算机视觉与模式识别
2023-10-16 v1
摘要
分布外（OOD）检测对于人工智能算法的安全性和可靠性至关重要，尤其在医学领域。在2023年医学OOD（MOOD）检测挑战赛的背景下，我们提出了一种结合基于直方图的方法和基于扩散的方法的流程。基于直方图的方法旨在准确检测挑战赛玩具示例中的同质异常，例如具有恒定强度值的团块。基于扩散的方法基于最新的无监督异常检测方法之一，称为DDPM-OOD。我们探索了该方法，并提出了针对挑战赛提供的脑MRI和腹部CT数据进行像素级和样本级异常检测的广泛后处理步骤。我们的结果表明，所提出的DDPM方法对模糊和偏置场样本敏感，但在解剖形变、黑切片和交换斑块方面面临挑战。这些发现表明，需要进一步研究以改进DDPM在医学图像OOD检测中的性能。
引用
@article{arxiv.2310.08654,
title = {Histogram- and Diffusion-Based Medical Out-of-Distribution Detection},
author = {Evi M. C. Huijben and Sina Amirrajab and Josien P. W. Pluim},
journal= {arXiv preprint arXiv:2310.08654},
year = {2023}
}
备注
9 pages, 5 figures, submission to Medical Out-of-Distribution (MOOD) challenge at MICCAI 2023