评估使用生成模型生成胸部 X 射线数据的可行性
图像与视频处理
2023-05-31 v1 计算机视觉与模式识别
机器学习
摘要
在本文中，我们探讨了使用生成模型（特别是渐进生长 GAN（PG-GAN）和 Stable Diffusion 微调）生成合成胸部 X 射线图像用于医学诊断目的的可行性。由于伦理问题，获取充足的机器学习医疗数据是一项挑战，我们的方法旨在通过合成更多数据来解决该问题。我们利用 Chest X-ray 14 数据集进行实验，并通过定性和定量分析评估模型性能。我们的结果表明，生成的图像在视觉上具有说服力，并可用于提高分类模型的准确性。然而，仍需进一步工作来解决过拟合以及用于训练和测试的真实数据有限等问题。我们的方法通过深度学习促进更有效医学诊断的潜力令人鼓舞，并且我们相信图像生成技术的持续进步将在未来带来更有前景的结果。
引用
@article{arxiv.2305.18927,
title = {Evaluating the feasibility of using Generative Models to generate Chest X-Ray Data},
author = {Muhammad Danyal Malik and Danish Humair},
journal= {arXiv preprint arXiv:2305.18927},
year = {2023}
}