基于自适应StyleGAN的脑肿瘤合成数据生成
图像与视频处理
2023-02-24 v1 计算机视觉与模式识别
机器学习
摘要
生成模型多年来非常成功，并在合成数据生成方面受到显著关注。随着深度学习模型日益复杂，其需要大量数据以实现准确性能。在医学图像分析中，此类生成模型起着关键作用，因为可用数据受数据隐私、缺乏数据多样性或数据分布不均等挑战限制。本文提出一种利用生成对抗网络生成脑肿瘤MRI图像的方法。我们采用带ADA方法的StyleGAN2，在相较现有方法显著更少训练数据量下生成带肿瘤的高质量脑MRI。我们使用三个预训练模型进行迁移学习。结果表明，所提方法可学习脑肿瘤分布。此外，该模型能生成带肿瘤的优质合成脑MRI，从而缓解小样本量问题。该方法通过生成逼真外观的带肿瘤脑MRI解决数据有限问题。代码见：~\url{https://github.com/rizwanqureshi123/Brain-Tumor-Synthetic-Data}。
引用
@article{arxiv.2212.01772,
title = {Brain Tumor Synthetic Data Generation with Adaptive StyleGANs},
author = {Usama Tariq and Rizwan Qureshi and Anas Zafar and Danyal Aftab and Jia Wu and Tanvir Alam and Zubair Shah and Hazrat Ali},
journal= {arXiv preprint arXiv:2212.01772},
year = {2023}
}
备注
Accepted in AICS conference