CCIS-Diff：一种基于稳定扩散先验的可控结肠镜图像合成生成模型

结肠镜检查对于识别腺瘤性息肉和预防结直肠癌至关重要。然而，由于现有结肠镜数据集的大小和可访问性有限，开发稳健的息肉检测模型具有挑战性。尽管之前的努力尝试合成结肠镜图像，但当前方法存在不稳定性和数据多样性不足的问题。此外，这些方法缺乏对生成过程的精确控制，导致生成的图像无法满足临床质量标准。为应对这些挑战，我们提出了CCIS-DIFF，一种基于扩散架构的高质量结肠镜图像合成可控生成模型。我们的方法能够精确控制息肉的空间属性（位置和形状）以及与临床描述一致的临床特征。具体来说，我们引入了一种模糊掩码加权策略，以无缝融合合成的息肉与结肠黏膜，以及一种文本感知注意力机制，以引导生成的图像反映临床特征。值得注意的是，为实现这一点，我们构建了一个新的多模态结肠镜数据集，整合了图像、掩码注释和相应的临床文本描述。实验结果表明，我们的方法生成了高质量、多样化的结肠镜图像，并对空间约束和临床一致性进行了精细控制，为下游分割和诊断任务提供了有价值的支持。