基于隐式形状表示的无监督异常检测用于萝光症检测
计算机视觉与模式识别
2025-02-14 v1 机器学习
摘要
萝光症是一种由于年龄引起的肌肉质量和力量的逐渐衰减的疾病，对日常生活产生显著影响。通常通过 3D 成像结合手动分割来表征肌肉质量。本文我们转而研究肌肉的形状。我们依赖于隐式神经表示（INR）来建模正常肌肉形状。随后，我们引入一种无监督异常检测方法，基于隐式模型的重构误差识别萝光症肌肉。依靠具备自解码策略的条件 INR，我们还学习了能够在无监督方式下清晰分离正常与异常肌肉的潜在表示。对 103 个分割体积的实验结果表明，所提出的双重异常检测策略有效地区分了萝光症和非萝光症肌肉。
引用
@article{arxiv.2502.09088,
title = {Unsupervised Anomaly Detection on Implicit Shape representations for Sarcopenia Detection},
author = {Louise Piecuch and Jeremie Huet and Antoine Frouin and Antoine Nordez and Anne-Sophie Boureau and Diana Mateus},
journal= {arXiv preprint arXiv:2502.09088},
year = {2025}
}