有哪些信誉好的足球投注网站- 1、本文档共12页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
无监督异常检测使用贝叶斯流网络：应用于阿尔茨海
默病背景下大脑FDGPET图像分析
HuguesRoy,ReubenDorent,andNinonBurgos
SorbonneUniversité,InstitutduCerveau-ParisBrainInstitute-ICM,CNRS,
Inria,Inserm,AP-HP,HôpitaldelaPitiéSalpêtrière,F-75013,Paris,France
MINDTeam,InriaSaclay,UniversitéParis-Saclay,Palaiseau,France
摘要无监督异常检测（UAD）在神经成像中起着关键作用，用于识别与
本健康受试者数据的偏差，并促进神经系统疾病的诊断。在这项工作中，我
译们关注贝叶斯流网络（BFNs），这是一种尚未应用于医学影像或异常检测
中的新类型的生成模型。BFNs结合了扩散框架和贝叶斯推理的优势。我们
介绍了AnoBFN，这是BFNs的一个扩展，专门用于UAD，设计目的是：
1i)在高空间相关噪声水平下执行条件图像生成，以及ii)通过在整个生成
v
6过程中从输入图像中递归反馈来保持受试者特异性。我们在阿尔茨海默病
8相关的异常检测任务上评估了AnoBFN，在FDGPET图像中的这一具
4
7有挑战性的任务上进行测试。我们的方法在基于VAE（-VAE）、GANs
1（f-AnoGAN）和扩散模型（AnoDDPM）的其他最先进的方法中表现出色，
.
7证明其在检测异常的同时降低假阳性率的有效性。
0
5
2Keywords:生成模型·贝叶斯流网络·异常检测·神经成像
:
v
i
x1介绍
r
a
像素级别的异常检测是医学图像计算中的关键问题。当前最先进的方法
是监督学习（分割），这需要大量手动标注的数据集。作为替代，无监督异常
检测（UAD）引起了极大的兴趣，因为它通过在健康数据上训练生成模型来
绕过了对标注的需求[4]。在推理阶段，该模型重建给定图像的伪健康版本，
并通过比较原始图像和重建图像来识别异常，从而能够在没有特定外观先验
知识的情况下检测病变。
经典的UAD生成模型包括f-AnoGAN[18]和变分自编码器（VAEs）
[11,2,7]。然而，这些仅在健康数据上训练的模型对分布变化敏感，并且经
常为异常输入产生不可靠的编码[3]。因此，正常区域可能会被误重构，导致
主体特异性丧失和大量假阳性率。
2H.Royetal.
去噪扩散模型[9,19,10]通过基于数据的噪声版本的潜在表示解决了编
码限制。这些模型在胸部x光[23]或脑部MRI[14,23,25,26]应用中表现出竞
文档评论（0）