基于双生成模型结合胸部放射影像与表格临床信息合成数据生成方法
图像与视频处理
2023-09-20 v2 计算机视觉与模式识别
机器学习
摘要
利用生成对抗网络（GANs）生成合成医疗记录对于解决隐私问题并促进医疗领域数据共享正变得至关重要。本文提出一种新方法，利用自编码 GAN（alphaGAN）与条件表格 GAN（CTGAN）创建结合图像与非图像数据的合成混合医疗记录。我们的方法包含三个主要步骤：I）使用 alphaGAN 的预训练编码器对私有数据集（pDS）中的图像进行降维，随后与剩余非图像临床数据整合形成表格表征；II）在编码后的 pDS 上训练 CTGAN，生成合成数据集（sDS），其融合了编码图像特征与非图像临床数据；III）使用 alphaGAN 的预训练解码器从图像特征重建合成图像。我们成功生成了包含胸部 X 光片（CXRs）与十三个非图像临床变量（含七个分类变量与六个数值变量）的合成记录。为评估 sDS 的有效性，我们设计了分类与回归任务，并比较在 pDS 与 sDS 上训练的模型相对于 pDS 测试集的性能。值得注意的是，通过使用五倍体积的 sDS 进行训练，我们取得了与原生 pDS 相当（略逊）的分类与回归结果。我们的方法有望在不损害二次数据使用潜力的前提下公开发布合成数据集。
引用
@article{arxiv.2308.07573,
title = {Method for Generating Synthetic Data Combining Chest Radiography Images with Tabular Clinical Information Using Dual Generative Models},
author = {Tomohiro Kikuchi and Shouhei Hanaoka and Takahiro Nakao and Tomomi Takenaga and Yukihiro Nomura and Harushi Mori and Takeharu Yoshikawa},
journal= {arXiv preprint arXiv:2308.07573},
year = {2023}
}