评估生成式图像填充对骨龄估计的临床影响
计算机视觉与模式识别
2025-12-01 v1 人工智能
摘要
生成式基础模型可通过逼真的图像填充移除视觉瑕疵，但其对医学 AI 性能的影响仍不确定。儿童手部 X 光片常包含非解剖标记，清晰度填充这些区域是否保留用于骨龄和性别预测所需的特征尚不清楚。为评估基于生成式模型的填充在骨骼年龄估计中的临床可靠性，我们使用 RSNA Bone Age Challenge 数据集，选取 200 幅原始 X 光片并生成 600 幅使用 gpt-image-1 通过自然语言提示针对非解剖瑕疵进行填充的版本。用于评估下游性能的深度学习集成模型用于骨龄估计和性别分类，采用均方绝对误差 (MAE) 和受试者工作曲线下面积 (AUC) 作为指标，以及像素强度分布以检测结构性改变。填充显著降低了模型性能：骨龄 MAE 从 6.26 个月增加到 30.11 个月，性别分类 AUC 从 0.955 下降到 0.704。填充后的图像显示出像素强度偏移和不一致性，表明结构性修改未被简单校准所纠正。这些发现表明，尽管填充后看起来逼真，但基础模型驱动的填充可能遮蔽细微但临床相关的特征，即使编辑局限于非诊断区域，也会引入潜在偏差，凸显在将此类生成工具集成到临床 AI 工作流程中之前需要进行严格的、特定于任务的验证。
引用
@article{arxiv.2511.23066,
title = {Evaluating the Clinical Impact of Generative Inpainting on Bone Age Estimation},
author = {Felipe Akio Matsuoka and Eduardo Moreno J. M. Farina and Augusto Sarquis Serpa and Soraya Monteiro and Rodrigo Ragazzini and Nitamar Abdala and Marcelo Straus Takahashi and Felipe Campos Kitamura},
journal= {arXiv preprint arXiv:2511.23066},
year = {2025}
}
备注
8 pages, 4 figures