面向胸部 X 光图像的弱监督异常检测
图像与视频处理
2023-11-21 v2 计算机视觉与模式识别
摘要
胸部 X 光（CXR）检查是临床应用中评估胸部疾病的常用方法。尽管深度学习的近期进展提升了 CXR 异常检测视觉分析的重要性，当前方法常遗漏异常图像中对于识别疾病区域至关重要的关键线索，因为它们主要依赖正常图像的无监督训练。本通讯聚焦于一种更实际的设定：训练时仅有少量带图像级标签的异常图像可用。为此，我们提出 WSCXR，一种面向 CXR 的弱监督异常检测框架。WSCXR 首先分别构建正常与异常图像特征集合；随后通过异常特征挖掘剔除正常区域特征来精炼异常图像特征，从而充分利用疾病区域稀缺却关键的特征。此外，WSCXR 采用线性混合策略增广异常特征，以促进基于少量异常图像的异常检测器训练。在两个 CXR 数据集上的实验证明了我们方法的有效性。
引用
@article{arxiv.2311.09642,
title = {Weakly Supervised Anomaly Detection for Chest X-Ray Image},
author = {Haoqi Ni and Ximiao Zhang and Min Xu and Ning Lang and Xiuzhuang Zhou},
journal= {arXiv preprint arXiv:2311.09642},
year = {2023}
}