用于无监督异常检测的位置回归
计算机视觉与模式识别
2023-01-20 v1 机器学习
摘要
近年来，异常检测已成为医学图像分析中的重要领域。当前大多数医学图像异常检测方法基于图像重建。本工作中，我们提出一种基于坐标回归的新型异常检测方法。我们的方法估计体素内小块的位置，且仅在健康受试者数据上训练。推理时，我们通过考察给定小块位置估计的误差来检测并定位异常。我们将方法应用于 3D CT 体数据，并在颅内出血与颅骨骨折患者上评估。结果表明，我们的方法在这些异常检测中表现良好。此外，我们显示该方法比涉及图像重建的同类方法所需内存更少。这对于处理大型 3D 体数据（如 CT 或 MRI 扫描）极为重要。
引用
@article{arxiv.2301.08064,
title = {Position Regression for Unsupervised Anomaly Detection},
author = {Florentin Bieder and Julia Wolleb and Robin Sandkühler and Philippe C. Cattin},
journal= {arXiv preprint arXiv:2301.08064},
year = {2023}
}