DeCo-Diff

新的超声数据集揭示AI异常检测的局限性

引入了一个名为SADUSI的新基准数据集，用于评估医学超声成像中的自监督异常检测方法。该数据集旨在测试模型在不同解剖区域、视角和采集协议下的鲁棒性，超越了单一来源的评估。当前的领先方法，包括基于重建的扩散模型（如AnoDDPM和DeCo-Diff）以及基于特征的PatchCore变体，在区分病理和正常超声图像方面取得的成功有限，表明该领域通用的异常检测仍然是一个重大挑战。