選択的推論に基づく拡散ベース異常局在のための統計的検定

概要: 画像における異常のローカライズ――正常なパターンから逸脱する領域を特定すること――は、医療診断や産業検査のような用途において不可欠です。近年の傾向として、異常ローカライズにおける画像生成モデルの利用が挙げられます。これらのモデルは、異常画像に対して正常に見える対応物を生成することで、柔軟かつ適応的な異常ローカライズを可能にします。しかし、これらの手法は、用いられる生成モデルに暗黙的に埋め込まれた不確実性やバイアスを継承してしまい、その信頼性に関する懸念が生じます。そこで本研究では、検出された異常領域の有意性を定量化するために、選択的推論に基づく統計的枠組みを提案します。本手法は、偽陽性検出率を評価するための p 値を提供し、信頼性を裏づける原理的な尺度となります。概念実証として、拡散モデルを用いた異常ローカライズと、その医療診断および産業検査への応用を検討します。その結果、提案手法が偽陽性検出のリスクを効果的に制御できることが示され、高リスクの意思決定タスクにおける利用を支持します。