Knowledge-based anomaly detection for identifying network-induced shape artifacts
Created by
Haebom
Category
Empty
저자
Rucha Deshpande, Tahsin Rahman, Miguel Lago, Adarsh Subbaswamy, Jana G. Delfino, Ghada Zamzmi, Elim Thompson, Aldo Badano, Seyed Kahaki
개요
본 논문은 머신러닝 모델 훈련을 위한 데이터 부족 문제를 해결하기 위해 활용되는 합성 데이터의 품질을 평가하기 위한 새로운 지식 기반 이상 감지 방법을 제시한다. 이 방법은 네트워크로 인한 형태적 인공물을 탐지하기 위해 (i) 해부학적 경계선을 따라 각 이미지의 각도 기울기 분포를 분석하여 특수한 특징 공간을 구성하는 새로운 특징 추출기, (ii) 고립 포레스트 기반 이상 감지기로 구성된 2단계 프레임워크를 사용한다. 두 개의 합성 유방조영술 데이터셋에서 네트워크로 인한 형태적 인공물 식별에 대한 방법의 효과를 입증하고, 높은 AUC 값과 영상 전문가와의 높은 일치율을 보였다.
