关于将残差作为异常分数的隐患
图像与视频处理
2023-09-26 v1 计算机视觉与模式识别
摘要
当前许多用于医学图像异常定位的最优方法依赖于计算潜在异常输入图像与其“健康”重建之间的残差图像。由于未见异常区域的重建应当有误，这产生较大残差作为检测医学图像中异常的分数。然而，该假设未考虑所用机器学习模型不完美重建导致的残差。此类误差极易掩盖关注的残差，从而强烈质疑将残差图像用作评分函数的做法。我们的工作详细探讨了残差图像这一根本问题。我们从理论上界定该问题，并在一系列实验中透彻评估异常的强度与纹理相对于不完美重建的影响。代码与实验可在 https://github.com/FeliMe/residual-score-pitfalls 获取。
引用
@article{arxiv.2202.03826,
title = {On the Pitfalls of Using the Residual Error as Anomaly Score},
author = {Felix Meissen and Benedikt Wiestler and Georgios Kaissis and Daniel Rueckert},
journal= {arXiv preprint arXiv:2202.03826},
year = {2023}
}
备注
8 pages, 4 figures, under Review for MIDL 2022