早期帕金森病患者 MR 脑扫描中基于块与全局图像的无监督异常检测
图像与视频处理
2021-10-26 v1
摘要
尽管神经网络已在诸多医学图像分析应用中非常成功,但在瞄准细微任务(如识别几乎不可见的脑损伤)时其使用仍困难,尤其鉴于标注数据的缺乏。良好的候选方案是基于块的无监督流程,其兼具增加输入数据量及捕捉图像中分布的局部细微异常模式的优势,而潜在的不便之处是丢失全局结构信息。我们在帕金森病(PD)异常检测上阐明这一权衡,比较了基于空间自编码器(AE)与一种块输入孪生自编码器(SAE)改型的两种异常检测模型的性能。平均而言,SAE 模型表现更优,表明块输入确实可能有利。
引用
@article{arxiv.2110.12707,
title = {Patch vs. Global Image-Based Unsupervised Anomaly Detection in MR Brain Scans of Early Parkinsonian Patients},
author = {Verónica Muñoz-Ramírez and Nicolas Pinon and Florence Forbes and Carole Lartizen and Michel Dojat},
journal= {arXiv preprint arXiv:2110.12707},
year = {2021}
}