3D CT-GraphEdgeMAE: 3D CT Image Anomaly Detection Using Self-Supervised Graph Edge Mask Autoencoders
Cet article propose 3D CT-GraphEdgeMAE, un cadre auto-supervisé basé sur les graphes qui utilise le masquage d'arêtes, un nouveau décodeur avec produit de Hadamard et similitude de sous-graphes, ainsi qu'une perte de reconstruction-contraste sensible à la topologie pour parvenir à une détection d'anomalies 3D par CT efficace et performante, avec des coûts de calcul et un temps d'entraînement considérablement réduits sur l'ensemble de données LUNA16.