医療異常検出のための拡散モデル【JST・京大機械翻訳】

Wolleb Julia; Bieder Florentin; Sandkuehler Robin; Cattin Philippe C.

プレプリント

J-GLOBAL ID：202202211015770339 整理番号：22P0300956

医療異常検出のための拡散モデル【JST・京大機械翻訳】

Diffusion Models for Medical Anomaly Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年10月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

医学応用では,訓練のために画像レベルアノテーションのみが必要とされるので,弱い教師つき異常検出方法は大きな関心事である。現在の異常検出法は,主に,生成敵対ネットワークまたは自動符号器モデルに依存する。これらのモデルは,しばしば,画像における細かな詳細を保存するために,訓練または困難がある。雑音除去拡散陰モデルに基づく新しい弱教師つき異常検出法を提案した。決定論的反復雑音と雑音除去スキームを,病気と健常被験者の間の画像対画像翻訳のための分類器ガイダンスと結合させた。著者らの方法は,複雑な訓練手順を必要とせずに,非常に詳細な異常マップを生成する。脳腫瘍検出のためのBRATS2020データセットと胸水を検出するためのCheXpertデータセットに関する著者らの方法を評価した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る