图像生成

Unsupervised Anomaly Detection of Diseases in the Female Pelvis for Real-Time MR Imaging

对女性骨盆疾病进行实时MRI成像的无监督异常检测

Anika Knupfer, Johanna P. Müller, Jordina A. Verdera, Martin Fenske, Claudius S. Mathy, Smiti Tripathy, Sebastian Arndt, Matthias May, Michael Uder, Matthias W. Beckmann, Stefanie Burghaus, Jana Hutter

机构 * Radiological Institute, University Hospital Erlangen (UKER)（放射医学研究所，埃尔兰根大学医院（UKER）） ； Institute of Information Processing, Leibniz University Hannover（信息处理研究所，汉诺威莱布尼茨大学） ； Image Data Exploration and Analysis Lab, Friedrich-Alexander University Erlangen–Nürnberg (FAU)（图像数据探索与分析实验室，埃尔兰根-纽伦堡弗里德里希-亚历山大大学（FAU）） ； Institute of Women’s Health, UKER（妇女健康研究所，UKER） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本研究提出了一种基于残差变分自编码器的无监督异常检测方法，用于实时MRI中女性骨盆疾病的检测，通过健康数据训练实现对异常区域的自动识别。

Comments 17 pages, 8 figures