Bienvenido al Repositorio Institucional del Concytec

El Repositorio Institucional del Concytec tiene como objetivo permitir el libre acceso a la producción científica institucional, optimizando su visibilidad; así mismo garantizar la preservación y conservación de la información relacionada a la ciencia, tecnología e innovación.



Display.item.jsp


Por favor, utiliza este identificador para citar o enlazar este ítem:
http://hdl.handle.net/20.500.12390/3075


Título: Unsupervised detection of disturbances in 2D radiographs
Autor(es): Estacio L. 
Ehlke M. 
Tack A. 
Castro E. 
Lamecker H. 
Mora R. 
Zachow S. 
Resumen: We present a method based on a generative model for detection of disturbances such as prosthesis, screws, zippers, and metals in 2D radiographs. The generative model is trained in an unsupervised fashion using clinical radiographs as well as simulated data, none of which contain disturbances. Our approach employs a latent space consistency loss which has the benefit of identifying similarities, and is enforced to reconstruct X-rays without disturbances. In order to detect images with disturbances, an anomaly score is computed also employing the Frechet distance between the input X-ray and the reconstructed one using our generative model. Validation was performed using clinical pelvis radiographs. We achieved an AUC of 0.77 and 0.83 with clinical and synthetic data, respectively. The results demonstrated a good accuracy of our method for detecting outliers as well as the advantage of utilizing synthetic data. © 2021 IEEE.
Tema: Anomaly detection; Generative models; Pelvic radiographs; Unsupervised learning
Editorial: IEEE Computer Society
Fecha de publicación: 2021
Publicado en: Proceedings - International Symposium on Biomedical Imaging 
Financiamiento: CONV-000234-2015-FONDECYT-DE - PROMOCION 1 
Tipo de publicación: info:eu-repo/semantics/conferenceObject
Identificador Handle: http://hdl.handle.net/20.500.12390/3075
DOI: 10.1109/ISBI48211.2021.9434091
Nivel de acceso: info:eu-repo/semantics/closedAccess
Colección:2.2 Estudios de maestría

Registro Dublin Core completo



Páginas vistas

14
marcado en 16-ene-2022

Google ScholarTM

Check

Altmetric

  • Compartir este item
  • QR Code

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.