TPAMI 2024｜AI如何用少量样本改变精神疾病筛查？FAAD算法实现精准异常检测，让早期诊断不再是难题！

文章预览

题目：Few-Shot Domain-Adaptive Anomaly Detection for Cross-Site Brain Images 跨站点脑图像的小样本领域自适应异常检测 作者：Jianpo Su; Hui Shen; Limin Peng; Dewen Hu 点击下方 卡片 ，关注“ AI前沿速递 ”公众号 各种重磅干货，第一时间送达 摘要 早期筛查对于有效干预和治疗患有心理障碍的个体至关重要。功能性磁共振成像 (fMRI) 作为一种描绘神经活动的无创工具，显示出用于识别心理障碍的强大潜力。由于数据收集和诊断的困难，单一站点上的患者成像数据很少，而公共数据集中有大量的健康对照数据。然而，由于跨域分布差异和不同的标签空间，联合使用来自多个站点的数据进行分类模型训练受到阻碍。我们提出了一种基于少量标记样本的跨站点脑部图像异常检测的领域自适应方法（FAAD）。我们引入了领域适应机制来缓解跨域分布差异，并联合对齐多个站点的成 ………………………………