Компьютерные науки > Комплекторное видение и распознавание шаблонов [представлено 16 сентября 2026 года] Название: "Свидеть аномалию от нормального: гломерарная ненормальность в представлениях нормального морфологического взгляда PDF HTML (экспериментальный) резюме: Фино-грайнированная оценка патологии должна проводить различие между обычной глумрули и такими отклонениями, как глобальный и сегментный гломероксклероз, износ, ишемический, затверделый, исчезающий и аутубулярный гломерыл. Для контролируемой классификации требуются маркированные примеры каждой категории, что непрактично в тех случаях, когда подтипы редки или отсутствуют в группе подготовки. Обнаружение аномалий одного класса представляет собой альтернативу путем моделирования обычных данных и отклонения баллов, что позволяет обнаруживать ранее неизвестные аномалы. Мы используем замороженный остаточный U-Net позвоночник Omni-Seg, подготовленный для сегментации структурных нормальных примитивов почек без аномальной субтиповой маркировки. Мы предлагаем NORDeC (обнаружение и характеристика с помощью номинальной ссылки) - рамки, сочетающие обычную отметку Махаланобиса с анализом представления по слоям в целях определения того, кодируется ли гломерная патология и где она, как пространственное агрегирование влияет на обнаружение и изменяют ли аномалии межслойные отношения иным образом. Используя глумерные изображения двух учреждений, мы оцениваем основные слои и стратегии агрегирования, сравниваем NORDeC с PadiM и…
Увидеть аномалию в норме: гломерную ненормальность в представлениях обычной реалистической морфологии
arXiv:2609.19444v1 Аннонс Тип: новое резюме. Для контролируемой классификации требуются маркированные примеры каждой категории, что непрактично в тех случаях, когда подтипы редки или отсутствуют в группе подготовки. Обнаружение аномалий одного класса представляет собой альтернативу путем моделирования обычных данных и отклонения баллов, что позволяет обнаруживать ранее неизвестные аномалы. Мы используем замороженный остаточный U-Net позвоночник Omni-Seg, подготовленный для сегментации структурных нормальных примитивов почек без аномальной субтиповой маркировки. Мы предлагаем NORDeC (обнаружение и характеристика с помощью пояснений) - рамки, сочетающие обычную отметку Махаланобиса с анализом представления по слоям в целях определения того, кодируется ли гломерная патология и где она, как пространственное агрегирование влияет на обнаружение, а также где это происходит.