基于无监督分布外检测与残差扩散放大的二尖瓣反流识别

二尖瓣反流（MR）是一种严重的心脏瓣膜疾病。通过超声视频对MR进行早期且准确的诊断对于及时的临床决策和手术干预至关重要。然而，手动MR诊断严重依赖操作者的经验，可能导致误诊和观察者间差异。由于MR数据有限且类内变异性大，我们提出了一种无监督分布外（OOD）检测方法来识别MR，而非构建深度分类器。据我们所知，我们是首次在MR超声视频中探索OOD的方法。我们的方法由特征提取器、特征重建模型和残差累积放大算法组成。特征提取器从视频片段中提取特征并将其输入特征重建模型以恢复原始特征。随后，残差累积放大算法迭代地执行噪声特征重建，放大OOD特征的重建误差。该算法简单高效，可作为即插即用组件无缝集成到基于重建的OOD检测方法中。我们在一组包含893个非MR视频和267个MR视频的大规模超声数据集上验证了所提方法。实验结果表明，我们的OOD检测方法能够有效识别MR样本。