医学图像合成的临床评估：无线胶囊内窥镜案例研究
计算机视觉与模式识别
2025-03-11 v2 人工智能
图像与视频处理
摘要
基于人工智能（AI）的合成数据生成（SDG）可以通过克服目前阻碍临床数据共享的隐私障碍，改变临床医学的提供方式。这是加速开发有助于增强患者安全的数字工具的关键。此类工具包括强大的数据驱动临床决策支持系统，以及基于示例的数字培训工具，这些工具将使医疗专业人员能够提高其诊断能力，从而增强患者安全。本研究聚焦于医学SDG的临床评估，并以使用无线胶囊内窥镜（WCE）图像诊断炎症性肠病（IBD）为概念验证研究。其科学贡献包括：a）一个用于系统化医学图像合成临床评估（CEMIS）的新颖协议；b）一个基于变分自编码器的新颖模型，用于生成高分辨率合成WCE图像；c）由10位国际WCE专家使用CEMIS协议对合成图像进行的全面评估，评估内容包括图像质量、多样性和逼真度，以及它们在临床决策中的实用性。结果表明，TIDE-II生成了临床上合理、非常逼真的WCE图像，其质量优于相关最先进的生成模型。总之，CEMIS可以作为未来医学图像生成技术研究的参考，而将TIDE-II的架构适应/扩展到其他成像领域也前景广阔。
引用
@article{arxiv.2411.00178,
title = {Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy},
author = {Panagiota Gatoula and Dimitrios E. Diamantis and Anastasios Koulaouzidis and Cristina Carretero and Stefania Chetcuti-Zammit and Pablo Cortegoso Valdivia and Begoña González-Suárez and Alessandro Mussetto and John Plevris and Alexander Robertson and Bruno Rosa and Ervin Toth and Dimitris K. Iakovidis},
journal= {arXiv preprint arXiv:2411.00178},
year = {2025}
}
备注
This work has been submitted for possible journal publication