FQCDM：基于特征量化的 cardiac image diffusion synthesis model（心脏图像扩散合成模型）

《Biomedical Signal Processing and Control》：FQCDM: Feature quantization-based cardiac image diffusion synthesis model

心脏图像分割面临数据稀缺、噪声干扰和类别不平衡等问题。本文提出基于特征量化的扩散模型（FQCDM），结合DDPM和VQGAN框架，通过引入真实标签引导和双分支判别器，生成高质量、多样化的合成心脏图像。实验表明FQCDM在MMWHS-2017和ACDC数据集上显著优于基准方法，且通过混合训练、预训练和增强策略可有效提升U-Net、Swin Unet等分割模型的性能。

　　近年来，心血管影像分割技术在医学图像处理领域取得了显著进展。传统的分割方法依赖于阈值、纹理与形态、解剖结构以及水平集模型等手段，虽然为后续发展奠定了基础，但在面对复杂的医学影像数据时仍存在诸多局限。随着深度学习技术的兴起，基于卷积神经网络（CNN）和Transformer的分割算法在心血管影像数据集上的准确率得到了显著提升。这些算法能够自动提取复杂的特征并进行高效表示，从而在不同成像模态下展现出更强的适应性和更高的分割精度。然而，尽管深度学习在心血管影像分割中表现优异，其仍然面临一些关键挑战，尤其是在数据质量和可用性方面。

心血管影像分割的核心目标是通过自动化手段识别并标记心脏图像中的各种语义结构，为医生提供更精确的诊断依据。然而，心脏结构的复杂性以及影像中可能存在的噪声和伪影，使得传统的分割方法在面对不同成像设备和数据来源时，表现出较差的泛化能力和对噪声的高敏感性。同时，这些方法往往依赖于先验知识，导致在实际应用中难以灵活适应新的任务需求。相比之下，深度学习算法通过强大的特征学习能力，能够从大量数据中自动提取复杂的特征表示，从而在心血管影像分割任务中展现出更高的鲁棒性和准确性。

然而，深度学习模型的训练依赖于高质量的标注数据，而当前心血管影像数据集的获取成本较高，标注数据往往存在类别不平衡和伪影干扰等问题。此外，医学数据的使用受到严格的法律法规约束，因此数据隐私保护成为一个重要课题。这些问题严重制约了心血管影像分割模型的泛化能力和实际应用效果。因此，如何在不依赖大量真实标注数据的前提下，生成高质量的合成心血管影像，成为当前研究的热点之一。

在此背景下，本文提出了一种新型的合成算法——基于特征量化的心脏扩散模型（Feature Quantization-based Cardiac Diffusion Model, FQCDM）。该方法结合了去噪扩散概率模型（DDPM）和特征量化技术，通过引入真实的标签图作为指导，在去噪过程中增强模型对语义区域的关注，从而生成高质量的合成心脏影像。同时，为了进一步提升合成影像的质量和多样性，本文设计了一种双分支判别器（Dual-Branch Discriminator, DBD），该判别器能够同时评估合成影像的全局特征和边缘信息，确保生成结果既具备良好的全局一致性，又能够精确捕捉局部细节。

在合成影像的生成过程中，FQCDM首先将真实的心脏影像编码为连续特征，随后利用DDPM进行去噪操作，生成高质量的潜在特征。接着，通过特征量化技术，将这些潜在特征映射到一个可学习的代码本中，从而实现特征的离散化表示。这一过程不仅提高了合成影像的生成效率，还增强了其在结构和纹理上的表现力。最终，通过解码器将量化后的特征还原为合成心脏影像，使得生成结果在视觉质量和语义一致性方面均达到较高水平。

为了验证FQCDM的性能，本文在MMWHS-2017和Automatic Cardiac Diagnosis Challenge (ACDC)两个心血管影像数据集上进行了广泛的对比实验。实验结果表明，FQCDM在合成影像的质量、多样性以及分布相似性方面均表现出良好的性能，能够有效弥补真实数据集在规模和质量上的不足。此外，本文还设计了三种基于合成数据的训练策略，以探索合成影像在心血管分割任务中的应用效果。这些策略包括混合训练、自监督预训练以及合成影像与数据增强相结合的训练方式。实验结果表明，通过这些数据驱动的策略，可以显著提升现有心血管分割网络的性能，特别是在处理罕见病例和提高模型泛化能力方面。

为了进一步验证这些策略的有效性，本文还进行了消融实验，分析了不同训练策略对模型性能的影响。实验结果显示，当合成数据与适当的训练策略相结合时，能够有效提升心血管分割模型的准确性。同时，合成数据在保留真实数据分布特征的基础上，还能够通过增强模型对边缘和纹理信息的识别能力，提升分割效果。这些结果表明，FQCDM不仅能够生成高质量的合成心脏影像，还能够为心血管分割任务提供有效的数据增强手段。

此外，本文还探讨了合成数据在医学影像处理中的潜在应用。合成数据不仅可以用于数据增强，还能帮助医生获取更多罕见的心血管病例，从而提升临床诊断的准确性和理论研究的深度。在医学影像分析领域，研究人员已经利用表示学习技术从复杂的脑电波信号中解码神经表示，并通过特征解耦生成网络提取出具有鲁棒性和可解释性的低维潜在空间。这些技术的进步为合成医学数据的研究提供了新的思路和方法。

然而，早期的医学影像合成方法在生成的影像质量方面与真实数据存在较大差异，特别是在生理形状、强度、大小和纹理等方面。因此，合成数据在模型训练中的应用受到一定限制。近年来，扩散模型和离散潜在空间建模技术的出现，显著提升了医学影像合成的质量和多样性。特别是特征量化（Feature Quantization, FQ）技术，能够将连续特征离散化为一个可学习的代码本，从而为自回归和扩散模型提供稳定而高效的表示方式。VQGAN作为一种里程碑式的模型，通过结合对抗训练和感知损失，将复杂图像特征转化为高质量的离散表示，为后续生成模型奠定了坚实的基础。

在此基础上，本文提出FQCDM，该模型融合了VQGAN的离散潜在表示和扩散模型的噪声建模技术，能够生成结构一致、细节丰富的合成心脏影像。实验结果表明，FQCDM在合成影像的质量、结构纹理、多样性以及分布相似性方面均表现出优异的性能。这不仅解决了标注成本高和数据集有限的问题，还有效应对了类别不平衡和噪声干扰等挑战，从而提升了现有分割方法的性能。

尽管FQCDM在生成质量和下游应用方面展现出良好的潜力，但该研究仍存在一些关键的局限性。首先，本文的研究主要基于单一数据集，因此模型的泛化能力尚未在更多样化的临床场景中得到验证。为了进一步提升模型的鲁棒性，未来的研究可以扩展到多中心、多厂商的数据集，以评估和增强模型的适应性。此外，合成数据的生成和应用仍需进一步优化，以确保其在实际临床环境中的有效性。

综上所述，本文提出了一种新型的心脏影像生成框架FQCDM，结合了DDPM和VQGAN的优势，解决了心血管影像分割中的数据不足问题。通过引入真实的标签图作为指导，FQCDM能够生成高质量的合成心脏影像，从而为模型训练提供更多的数据支持。同时，双分支判别器的设计进一步提升了合成影像的质量和多样性，使其在心血管分割任务中具有更高的应用价值。实验结果表明，FQCDM在合成影像生成和分割任务中的应用均取得了显著成效，为心血管影像处理提供了新的思路和方法。未来的研究可以进一步优化模型的泛化能力和数据适应性，以推动心血管影像处理技术的发展。