SurgRFO：基于基础模型的骨盆胸 X 光片中关键保留异物合成
图像与视频处理
2026-05-26 v1
摘要
关键保留异物（RFOs）在手术盆胸 X 光片上属于罕见但高风险事件。其稀缺性限制了鲁棒的自动检测模型训练和泛化。我们引入 SurgRFO，一个两阶段合成框架，用于生成真实的 RFOs 存在的手术盆胸 X 光片。在阶段 1 中，微调 Roentgen 盆胸 X 光片基础模型，以生成保留解剖学、植入线和管、以及手术影像特征的 RFOs 免费背景。在阶段 2 中，针对受限正面案例中局部 RFOs 补丁训练的轻量级生成器合成多样化的 RFOs 实例，并通过条件泊松融合合成到生成的背景上，以提高光度一致性。我们通过（i）盲人临床医生研究评估真实性和临床可行性，和（ii）下游检测实验，其中合成数据用于增强 Faster R-CNN、YOLOv8 和 RetinaNet。SurgRFO 在内部和外部测试集上的低 FPPI 运行点上始终提高灵敏度。临床医生评分表明，合成图像的真实性相当于真实手术图像。消除分析进一步检验了融合策略和合成规模。也讨论了合成手术数据的伦理安全措施。
引用
@article{arxiv.2605.24787,
title = {SurgRFO: Foundation Model Based Compositional Synthesis of Critical Retained Foreign Objects in Intraoperative Chest X-rays},
author = {Yuanyun Hu and Yuli Wang and Noemi Acevedo Rodriguez and Ronald Yang and Wen-Chi Hsu and Siwei Luo and Zihao Bai and Jing Wu and Yuwei Dai and Shaoju Wu and Jonathon Lindquist and Justin Honce and Premal Trivedi and Zhicheng Jiao and Ihab Kamel and Elliott Haut and Pamela Johnson and John Eng and Cheng Ting Lin and Nan Su and Bo Chen and Sun Yu and Harrison Bai},
journal= {arXiv preprint arXiv:2605.24787},
year = {2026}
}