必博娱乐,BBO娱乐

近日，福建省信息处理与智能控制重点实验室李佐勇教授课题组在图像异常检测领域的最新研究成果《Self-Supervised Multi-Scale Cropping and Simple Masked Attentive Predicting for Lung CT-Scan Anomaly Detection》被中科院大类一区Top、CCF B类期刊IEEE Transactions on Medical Imaging录用，李佐勇教授为该论文的通讯作者，其指导的福建理工大学计算机科学与数学学院硕士研究生李炜同学为第一作者。

该论文提出一种适用于肺部CT扫描图像的无监督异常检测框架，仅使用正常图像进行自监督训练以聚焦局部且细微的异常病灶区域。首先，提出自监督增强策略CropMixPaste以创建近似真实异常的局部不规则模式，从而指导模型区分生成的异常图像和正常图像，提升对真实异常的泛化性。此外，引入一个简易掩码注意力预测块(称为SMAPB)，将预测掩码的上下文信息作为自监督任务，以细化局部异常的关键特征。大量实验表明，利用上述自监督学习框架所构建的异常检测器，可在多个真实肺部CT扫描数据集上取得优异的异常检测性能，具备肺部疾病辅助诊断的应用潜力。