← 全部演示 · 化疗疗效预测(pCR) · 身份识别 · 乳腺生理年龄

风险评估:篡改影像检测

检查一张钼靶影像是否被生成模型抹除了病灶。

工作原理

输入 一张钼靶影像 DICOM / PNG / TIFF 最好为 16 位 准备 镜像:乳腺朝左 缩放到 1408×1728 缩放到 0–1 检测网络(GPU) ResNet-101 主干 + 残差头 → 1,024 个数 与 0 比较的 t 检验 0 真实影像以 0 为中心 输出 p-value p < 0.05 →判为篡改 p ≥ 0.05 →未见篡改迹象

我们 2021 年的研究表明,被生成对抗网络改动过的钼靶影像能同时骗过 AI 模型和放射科医生。本检测器把影像(16 位,1408×1728)经 ResNet-101 主干和残差头映射为 1024 个数,真实影像的这些数以零为中心;对其做与零比较的单样本 t 检验得到 p 值,p < 0.05 判为篡改。

输入

  • 一张钼靶影像:DICOM,或 PNG/TIFF(最好为 16 位)

输出

  • p 值与判定(p < 0.05 判为篡改)
  • 1024 个检测输出的分布

检测器由王锦涛(2024 届硕士)训练,针对抹除病灶的生成对抗攻击(“GAN2”)。研究原型,在其他来源影像上的准确率尚未验证。 典型耗时: 数秒。

我们不保存你上传的数据。 上传的文件只写入实验室 GPU 计算机上的临时文件夹,计算结束(或失败、取消)时立即删除。结果只在内存中保留 15 分钟供本页面显示,之后丢弃。数据不会复制到我们的存储或日志中。
上传前请删除患者身份信息。 请从文件中删除姓名、编号、出生日期、地址、医院与医生姓名等信息(DICOM 文件可用 PACS 或去标识化工具处理)。本页面在上传前会在你的浏览器中检查 DICOM 头,如仍有此类字段会提示你。本演示仅供科研,不能用于诊断或治疗决策。 上传上限: 400 MB.

开始计算

点击或拖入一个 DICOM、PNG 或 TIFF 文件