揭示当代自监督异常检测方法局限性的多源超声基准

arXiv:2610.09677v1 公告类型：交叉收录 摘要：自监督异常检测是医学超声领域一种前景广阔的范式，因为与涵盖所有可能病变的详尽标注相比，正常图像通常更容易获取。然而，现有评估大多局限于单一解剖部位或任务，因此尚不清楚模型学习到的是对正常超声外观的稳健认识，还是仅针对特定来源的表征。我们提出 SADUSI 基准，这是一个多源超声数据集，旨在支持跨广泛解剖区域、切面和采集协议的异常检测方法训练与评估。SADUSI 的目标是提供多样化的正常超声图像分布，并为可通过单幅图像评估的可见结构异常提供基准。我们评估了具有代表性的自监督异常检测方法，发现现有方法在这一场景下表现不佳。具体而言，AnoDDPM 和 DeCo-Diff 等基于重建的扩散方法，其像素级 AUROC 为 0.56–0.72，最高 F1 分数为 0.10–0.26，表明它们区分病变区域与正常图像区域的能力有限。基于特征的 PatchCore 变体表现更好，像素级 AUROC 达到 0.76–0.83，但最高 F1 分数仅为 0.14–0.40，仍存在局限。这些发现表明，覆盖广泛的多源超声异常检测仍是一项尚未解决的挑战，而 SADUSI 可作为一项资源，用于开发能够泛化至特定解剖部位场景之外的方法。