使用LIDC-IDRI数据集基于潜在扩散模型生成胸部CT肺结节图像
图像与视频处理
2026-01-19 v1 计算机视觉与模式识别
医学物理
摘要
近期，计算机辅助诊断系统已被开发用于辅助诊断，但其性能严重依赖于训练数据的质量与数量。然而在临床实践中，针对特定病例（如流行病学发生率较低的小细胞癌，或难以与恶性肿瘤区分的良性肿瘤）难以收集大量CT图像。这导致了数据不平衡的挑战。在本研究中，为解决这一问题，我们提出了一种利用潜在扩散模型（LDM）自动生成捕捉目标特征的胸部CT结节图像的方法，并验证了其有效性。使用 LIDC-IDRI 数据集，我们基于医生评估创建了结节图像与基于发现的文本提示对。对于图像生成模型，我们使用了 Stable Diffusion 版本1.5（SDv1）和2.0（SDv2），它们是 LDM 的类型。每个模型均使用所创建的数据集进行微调。在生成过程中，我们调整了指示对输入文本保真度的引导尺度（GS）。定量和主观评估均表明，SDv2（GS = 5）在图像质量、多样性和文本一致性方面取得了最佳性能。在主观评估中，生成图像与真实图像之间未观察到统计学上的显著差异，证实其质量等同于真实临床图像。我们提出了一种基于输入文本使用 LDM 生成胸部CT结节图像的方法。评估结果表明，所提出的方法能够生成成功捕捉特定医学特征的高质量图像。
引用
@article{arxiv.2601.11085,
title = {Generation of Chest CT pulmonary Nodule Images by Latent Diffusion Models using the LIDC-IDRI Dataset},
author = {Kaito Urata and Maiko Nagao and Atsushi Teramoto and Kazuyoshi Imaizumi and Masashi Kondo and Hiroshi Fujita},
journal= {arXiv preprint arXiv:2601.11085},
year = {2026}
}