GAN-based Synthetic FDG PET Images Improve the Performance of Deep Unsupervised Anomaly Detection Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究通过生成合成FDG PET图像,提升了深度无监督异常检测模型的表现。多种GAN框架的应用表明,使用合成数据训练的模型在检测轻微癫痫病变时灵敏度达到74%,显示出其临床应用价值。

🏷️

标签

➡️

继续阅读