合成胶囊内镜图像的临床多样性与合理性评估

无线胶囊内镜（WCE）正日益作为一种替代成像方式用于胃肠道的完整且非侵入性筛查。尽管这有利于减少不必要的入院，但也要求建立 WCE 诊断流程以便对更大人群进行有效筛查。这需要专门针对该模态的训练与教育方案。如同传统内镜、CT、MRI 等其他模态的训练，WCE 训练方案将需要一个包含大量图像语料库的图谱，这些图像应生动展示病理与异常，理想情况下是在一段时间内观察到的。由于目前 WCE 缺乏此类综合图谱，本工作中我们提出一种深度学习方法，利用不同机构已有的研究，通过 StyleGAN 创建真实的 WCE 图谱。我们识别 WCE 中与临床相关的属性，从而可按需生成具有选定属性的合成图像。此外，我们还模拟了若干疾病进展场景。所生成的图像通过三项主观在线实验评估真实性与合理性，实验有来自三个地理位置、具有不同年资的八位胃肠病学专家参与。实验结果表明图像高度真实且疾病场景合理。构成图谱的图像已公开，可用于训练应用以及补充深度学习真实数据集。