基于深度孤立森林的 skin 病变图像分布外检测
计算机视觉与模式识别
2020-03-23 v1
摘要
本文中,我们研究皮肤疾病图像中的分布外检测问题。公开可用的医学数据集通常具有有限数量的病变类别(例如HAM10000有8个病变类别)。然而,临床上确定的疾病有数千种。因此,若能区分不在训练数据中的病变则十分重要。为此,我们提出DeepIF,一种基于非参数孤立森林并结合深度卷积网络的方法。我们进行了综合实验,将我们的DeepIF与三种基线模型进行比较。结果证明了我们所提方法在检测异常皮肤病变任务上的SOTA性能。
引用
@article{arxiv.2003.09365,
title = {Out-of-Distribution Detection for Skin Lesion Images with Deep Isolation Forest},
author = {Xuan Li and Yuchen Lu and Christian Desrosiers and Xue Liu},
journal= {arXiv preprint arXiv:2003.09365},
year = {2020}
}