通过组合提示引导的扩散模型实现肠溃癌的稳健检测与诊断
计算机视觉与模式识别
2025-12-30 v2 人工智能
摘要
结直肠癌(CRC)是全球健康问题的重要关注焦点，早期通过筛查检测发挥关键作用。虽然深度学习模型在提高肠溃癌检测、分类和分割方面显示出前景，但其在多样化临床环境中的泛化能力，特别是面对离分布(OOD)数据时，仍面临挑战。已开发多中心数据集如PolypGen以解决这些问题，但其收集成本高昂且耗时。传统数据增强技术提供的变异性有限，无法捕捉医学图像的复杂性。扩散模型已成为生成合成肠溃癌图像的有前景的解决方案，但当前模型的图像生成过程主要依赖分割掩码作为条件，限制了其捕捉完整临床背景的能力。为克服这些限制，我们提出了渐进频谱扩散模型(PSDM)，该模型将整合多样化临床注释——包括分割掩码、边界框和结肠内视报告——转换为组合提示。这些提示被组织为粗糙和精细组件，使模型能够捕捉宽广的空间结构和细节，从而生成临床上准确的合成图像。通过用PSDM生成的样本增强训练数据，我们的模型在肠溃癌检测、分类和分割方面显著提高。例如，在PolypGen数据集上，PSDM将F1分数提高2.12%，平均精度提高3.09%，在OOD情景中表现出优越性能并实现更好的泛化。
引用
@article{arxiv.2502.17951,
title = {Robust Polyp Detection and Diagnosis through Compositional Prompt-Guided Diffusion Models},
author = {Jia Yu and Yan Zhu and Peiyao Fu and Tianyi Chen and Junbo Huang and Quanlin Li and Pinghong Zhou and Zhihua Wang and Fei Wu and Shuo Wang and Xian Yang},
journal= {arXiv preprint arXiv:2502.17951},
year = {2025}
}