面向眼底图像的区域与空间感知异常检测
计算机视觉与模式识别
2023-12-29 v1 人工智能
摘要
近来异常检测在眼疾诊断中备受关注。现有眼底图像异常检测研究多在显著视网膜结构（如血管、视杯与视盘）处具有较大异常分数。本文提出一种面向眼底图像的区域与空间感知异常检测（ReSAD）方法，其获取局部区域与长程空间信息以减少正常结构中的假阳性。ReSAD迁移预训练模型提取正常眼底图像特征，并应用区域与空间感知特征组合模块（ReSC）处理像素级特征以构建记忆库。在测试阶段，ReSAD利用该记忆库将分布外样本判定为异常。我们的方法在两个公开基准数据集上显著优于现有的眼底图像异常检测方法。
引用
@article{arxiv.2303.03817,
title = {Region and Spatial Aware Anomaly Detection for Fundus Images},
author = {Jingqi Niu and Shiwen Dong and Qinji Yu and Kang Dang and Xiaowei Ding},
journal= {arXiv preprint arXiv:2303.03817},
year = {2023}
}