局部病灶生成在有限数据条件下对胶囊内窥镜图像数据增强的有效性

有限的医学影像数据集通过增加过拟合和泛化能力下降的风险来挑战深度学习模型，这在生成对抗网络（GAN）中尤为明显，判别器可能过拟合导致训练发散。这一限制同样损害了在小数据集上训练的分类模型。生成数据增强（GDA）通过合成数据扩展训练数据集来解决这一问题，尽管它需要训练一个生成模型。我们提出并评估了两种局部病灶生成方法来应对小规模医学影像数据集增强的挑战。第一种方法采用泊松图像编辑算法——一种经典图像处理技术——来创建逼真的图像复合体，其性能优于当前最先进方法。第二种方法引入了一种新颖的生成方法，利用微调的图像修复GAN在真实训练图像的指定区域内合成逼真的病灶。对两种方法的全面比较表明，在数据受限条件下有效的局部病灶生成可以实现胶囊内窥镜病灶分类的新最先进结果。结合我们的技术，在高度不平衡的Kvasir胶囊数据集（胶囊内窥镜基准数据集）上实现了33.07%的宏F1分数，超越此前最佳结果7.84个百分点。据我们所知，本工作是首次将微调的图像修复GAN应用于医学影像的GDA，证明了图像条件GAN可以有效适配于有限数据集以生成高质量样本，从而实现有效的数据增强。此外，我们展示了将这种基于GAN的方法与经典图像处理技术结合可以进一步改善结果。