利用扩散模型合成糖尿病足溃疡图像
图像与视频处理
2023-11-01 v1 计算机视觉与模式识别
摘要
糖尿病足溃疡（DFU）是一种需要专业护理的严重皮肤伤口。然而，真实的 DFU 数据集有限，阻碍了临床培训与研究活动。近年来，生成对抗网络（GAN）与扩散模型已成为强大的工具，可在许多应用中生成具有显著真实感与多样性的合成图像。本文探索了扩散模型合成 DFU 图像的潜力，并通过临床专家评估检验其真实性。此外，考察了 Frechet Inception Distance（FID）与 Kernel Inception Distance（KID）等评估指标以衡量合成 DFU 图像的质量。使用包含 2000 张 DFU 图像的数据集训练扩散模型，并通过施加扩散过程生成合成图像。结果表明，扩散模型成功合成了视觉上难以区分的 DFU 图像。在临床医生评估中，有 70% 的次数他们将合成 DFU 图像标记为真实 DFU。然而，临床医生在评定真实图像时表现出比合成图像更高的一致性置信度。该研究还揭示，FID 与 KID 指标与临床医生的评估并无显著一致性，表明需要替代的评估方法。研究结果凸显了扩散模型生成合成 DFU 图像的潜力，及其对伤口检测与分类医学培训项目和研究的影响。
引用
@article{arxiv.2310.20140,
title = {Synthesizing Diabetic Foot Ulcer Images with Diffusion Model},
author = {Reza Basiri and Karim Manji and Francois Harton and Alisha Poonja and Milos R. Popovic and Shehroz S. Khan},
journal= {arXiv preprint arXiv:2310.20140},
year = {2023}
}
备注
8 pages, 3 figures, 6th Workshop on AI for Aging, Rehabilitation and Intelligent Assisted Living at European Conference on Machine Learning, Italy, 2023