NEURO HAND：一种用于可解释神经影像异常检测的弱监督分层注意力网络
图像与视频处理
2024-01-18 v2 计算机视觉与模式识别
摘要
临床神经影像数据天然具有层次性。一个序列中不同的磁共振成像（MRI）序列、覆盖头部的不同切片以及每个切片中不同区域均提供不同信息。本工作中，我们提出一种用于异常检测的分层注意力网络，使用临床医院环境中获取的 MRI 扫描。所提网络适用于非体积数据（即高分辨率 MRI 切片的堆叠），并可由二值检查级标签训练。我们展示了该分层方法带来了分类性能的提升，同时通过粗粒度的切片间与切片内异常定位，或给出不同切片与序列的重要性分数提供可解释性，使我们的模型适合作为放射科部门的自动化分诊系统。
引用
@article{arxiv.2311.02992,
title = {NEURO HAND: A weakly supervised Hierarchical Attention Network for interpretable neuroimaging abnormality Detection},
author = {David A. Wood},
journal= {arXiv preprint arXiv:2311.02992},
year = {2024}
}