无监督的皮肤镜病灶分布外检测方法
图像与视频处理
2021-11-10 v1 计算机视觉与模式识别
机器学习
摘要
展示无监督分布外(OOD)方法在复杂医学数据上有效性的工作十分有限。在此，我们给出无监督 OOD 检测算法 SimCLR-LOF 以及近期一种最优方法(SSD)应用于医学图像的初步结果。SimCLR-LOF 利用 SimCLR 学习具有语义意义的特征，并使用 LOF 对测试样本是否为 OOD 进行评分。我们在多源 International Skin Imaging Collaboration (ISIC) 2019 数据集上评估，结果显示其与 SSD 以及应用于同一数据上的近期有监督方法具有竞争力。
引用
@article{arxiv.2111.04807,
title = {Unsupervised Approaches for Out-Of-Distribution Dermoscopic Lesion Detection},
author = {Max Torop and Sandesh Ghimire and Wenqian Liu and Dana H. Brooks and Octavia Camps and Milind Rajadhyaksha and Jennifer Dy and Kivanc Kose},
journal= {arXiv preprint arXiv:2111.04807},
year = {2021}
}
备注
NeurIPS: Medical Imaging Meets NeurIPS Workshop