Mitral Regurgitation Recognition based on Unsupervised Out-of-Distribution Detection with Residual Diffusion Amplification

要約

僧帽弁閉鎖不全症 (MR) は重篤な心臓弁膜症です。
超音波ビデオによる MR の早期かつ正確な診断は、タイムリーな臨床上の意思決定と外科的介入にとって非常に重要です。
しかし、手動による MR 診断はオペレータの経験に大きく依存するため、誤診や観察者間のばらつきが生じる可能性があります。
MR データは限られており、クラス内変動が大きいため、深層分類器を構築するのではなく、MR を識別するための教師なし分布外 (OOD) 検出方法を提案します。
私たちの知る限り、私たちは MR 超音波ビデオで OOD を研究した最初の企業です。
私たちの方法は、特徴抽出器、特徴再構成モデ​​ル、および残差累積増幅アルゴリズムで構成されます。
特徴抽出器は、ビデオ クリップから特徴を取得し、それを特徴再構成モデ​​ルに入力して、元の特徴を復元します。
次に、残差累積増幅アルゴリズムがノイズ特徴の再構築を繰り返し実行し、OOD 特徴の再構築誤差を増幅します。
このアルゴリズムは単純でありながら効率的であり、再構成ベースの OOD 検出方法にプラグ アンド プレイ コンポーネントとしてシームレスに統合できます。
私たちは、893 の非 MR ビデオと 267 の MR ビデオを含む大規模な超音波データセットで提案された方法を検証しました。
実験結果は、我々の OOD 検出方法が MR サンプルを効果的に識別できることを示しています。

要約(オリジナル)

Mitral regurgitation (MR) is a serious heart valve disease. Early and accurate diagnosis of MR via ultrasound video is critical for timely clinical decision-making and surgical intervention. However, manual MR diagnosis heavily relies on the operator’s experience, which may cause misdiagnosis and inter-observer variability. Since MR data is limited and has large intra-class variability, we propose an unsupervised out-of-distribution (OOD) detection method to identify MR rather than building a deep classifier. To our knowledge, we are the first to explore OOD in MR ultrasound videos. Our method consists of a feature extractor, a feature reconstruction model, and a residual accumulation amplification algorithm. The feature extractor obtains features from the video clips and feeds them into the feature reconstruction model to restore the original features. The residual accumulation amplification algorithm then iteratively performs noise feature reconstruction, amplifying the reconstructed error of OOD features. This algorithm is straightforward yet efficient and can seamlessly integrate as a plug-and-play component in reconstruction-based OOD detection methods. We validated the proposed method on a large ultrasound dataset containing 893 non-MR and 267 MR videos. Experimental results show that our OOD detection method can effectively identify MR samples.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google