Unsupervised Deep Anomaly Detection in Chest Radiographs

The purposes of this study are to propose an unsupervised anomaly detection method based on a deep neural network (DNN) model, which requires only normal images for training, and to evaluate its performance with a large chest radiograph dataset. We used the auto-encoding generative adversarial netwo...

Mô tả đầy đủ

Đã lưu trong:
Chi tiết về thư mục
Xuất bản năm:J Digit Imaging
Những tác giả chính: Nakao, Takahiro, Hanaoka, Shouhei, Nomura, Yukihiro, Murata, Masaki, Takenaga, Tomomi, Miki, Soichiro, Watadani, Takeyuki, Yoshikawa, Takeharu, Hayashi, Naoto, Abe, Osamu
Định dạng: Artigo
Ngôn ngữ:Inglês
Được phát hành: Springer International Publishing 2021
Những chủ đề:
Original Paper
Truy cập trực tuyến:https://ncbi.nlm.nih.gov/pmc/articles/PMC8289984/
https://ncbi.nlm.nih.gov/pubmed/33555397
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1007/s10278-020-00413-2
Các nhãn: Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!

Những quyển sách tương tự