Глубокое обучение для обнаружения медицинских аномалий: обзор

Deep Learning for Medical Anomaly Detection – A Survey
Clinton Fookes, Harshala Gammulle, Sridha Sridharan, Simon Denman, Tharindu Fernando
2021-07-18

глубокое обучениеинтерпретация глубоких моделейобнаружение медицинских аномалиймедицинские приложенияалгоритмы обучения
Обнаружение медицинских аномалий на основе машинного обучения представляет собой важную задачу, которая широко изучалась. Для различных областей применения в медицине было предложено множество подходов, и мы наблюдаем ряд сходств между этими различными приложениями. Несмотря на эту сопоставимость, отсутствует структурированная систематизация таких разнообразных исследовательских направлений, которая позволила бы изучить их преимущества и ограничения. Основная цель данного обзора заключается в проведении тщательного теоретического анализа популярных методов глубокого обучения для обнаружения медицинских аномалий. В частности, мы представляем последовательный и систематический обзор передовых методов, сопоставляя их архитектурные различия, а также алгоритмы обучения. Кроме того, мы приводим всеобъемлющий обзор стратегий интерпретации глубоких моделей, которые могут использоваться для интерпретации решений моделей. Наконец, мы описываем основные ограничения существующих методов глубокого обучения для обнаружения медицинских аномалий и предлагаем ключевые направления дальнейших исследований.
1
Представлен комплексный анализ стратегий интерпретации решений глубоких моделей при обнаружении медицинских аномалий.
2
В работе представлен систематический теоретический обзор современных методов глубокого обучения для обнаружения медицинских аномалий.
3
В обзоре сопоставляются архитектуры глубоких моделей обнаружения аномалий и соответствующие алгоритмы их обучения.
4
Обзор выделяет ключевые ограничения существующих методов и предлагает направления для дальнейших исследований.
5
Обзор выявляет общие закономерности между задачами обнаружения медицинских аномалий, несмотря на различия клинических областей.

обнаружение медицинских аномалий на основе глубокого обучения в различных областях медицинских применений

теоретический анализ и систематическое сравнение методов обнаружения, архитектур, алгоритмов обучения, стратегий интерпретации моделей, ограничений и направлений дальнейших исследований

Publication Details
Publication Date
2021-07-18
Journal
Publisher
ISSN
Cited by
403
Access Type
Author Information
Authors
Clinton Fookes
Harshala Gammulle
Sridha Sridharan
Simon Denman
Tharindu Fernando
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%