此肠道不存在：用于生成逼真无线胶囊内窥镜图像的多尺度残差变分自编码器

医学图像合成已成为一种有前景的解决方案，用于解决在基于图像的临床决策支持系统背景下，训练机器学习算法所需的带注释医学数据有限的问题。为此，生成对抗网络主要被应用于通过生成合成图像进行数据增强来支持算法训练过程。然而，在无线胶囊内窥镜领域，现有公开可用的带注释数据集的内容多样性和规模有限，对生成对抗网络的训练稳定性和合成性能均产生了不利影响。针对无线胶囊内窥镜图像合成的可行方案，我们提出了一种新颖的变分自编码器架构，即“此肠道不存在”。所提出的架构包含多尺度特征提取卷积块和残差连接，即使在训练图像数量有限的情况下，也能生成高质量且多样化的数据集。与当前旨在增强现有数据集的方法相反，本研究表明，使用TIDE，真实的无线胶囊内窥镜数据集可以完全被人工生成的数据集替代，而不会影响分类性能。此外，由经验丰富的无线胶囊内窥镜专家进行的定性和用户评估研究，从医学角度验证了TIDE合成的正常和异常无线胶囊内窥镜图像都足够逼真。