Unsupervised Anomaly Detection on Implicit Shape Representations for Sarcopenia Detection
Rattachement africain : fr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Sarcopenia is an age-related progressive loss of muscle mass and strength that significantly impacts daily life. A commonly studied criterion for characterizing the muscle mass has been the combination of 3D imaging and manual segmentations. In this paper, we instead study the muscles' shape. We rely on an implicit neural representation (INR) to model normal muscle shapes. We then introduce an unsupervised anomaly detection method to identify sarcopenic muscles based on the reconstruction error of the implicit model. Relying on a conditional INR with an auto-decoding strategy, we also learn a latent representation of the muscles that clearly separates normal from abnormal muscles in an unsupervised fashion. Experimental results on a dataset of 103 segmented volumes indicate that our double anomaly detection strategy effectively discriminates sarcopenic and non-sarcopenic muscles.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Unsupervised Anomaly Detection on Implicit Shape Representations for Sarcopenia Detection
- Date Crossref
- 14/04/2025
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
École Centrale de Nantes pays non établi dans la noticeUniversité ou école supérieure
-
Centre National de la Recherche Scientifique pays non établi dans la noticeOrganisme public
-
Laboratoire des Sciences du Numérique de Nantes pays non établi dans la noticeStructure de recherche
-
Nantes Université pays non établi dans la noticeUniversité ou école supérieure
-
Centre Hospitalier Universitaire de Nantes pays non établi dans la noticeÉtablissement de santé
-
Laboratoire Motricité pays non établi dans la noticeStructure de recherche
-
Institut Universitaire de France pays non établi dans la noticeUniversité ou école supérieure
-
Inserm pays non établi dans la noticeOrganisme public
-
Institut du Thorax pays non établi dans la noticeStructure de recherche
-
CNRS cole Centrale Nantes pays non établi dans la noticeStructure de recherche
-
Nantes Université pays non établi dans la noticeInstitution
-
performance UR 4334 / Movement - Interactions - Performance (Laboratoire MIP - Université de Nantes - 23 Rue Recteur Schmitt interactions pays non établi dans la noticeUniversité ou école supérieure
École Centrale de Nantes, Centre National de la Recherche Scientifique et Laboratoire des Sciences du Numérique de Nantes, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.