编辑推荐：
在牙科医学 AI 研究中，数据获取难、分布不均衡制约发展，尤其上颌窦病变（MSL）相关 AI 工具开发。研究者构建专家引导 StyleGAN2 框架生成 MSL 图像，集成至训练集后，ResNet50 诊断准确性显著提升，为解决医学数据难题提供新路径。
在医学影像分析领域，数据短缺与类别不平衡始终是制约人工智能（AI）发展的瓶颈，尤其在上颌窦病变（maxillary sinus lesions, MSL）的诊断研究中。这类病变包括黏膜增厚（mucosal thickening）和息肉样病变（polypoid lesions）等，是口腔种植手术前评估窦底提升手术可行性的关键指标。然而，临床中正常上颌窦影像占比高，病变样本稀缺，如在 2000 例上颌窦 CBCT（锥形束计算机断层扫描）图像中，黏膜增厚和息肉样病变仅分别占 20.2% 和 9.17%，导致传统 AI 模型难以学习到足够的病变特征，诊断性能受限。此外，传统无监督生成模型在生成图像时难以同时兼顾真实性、多样性和病变类型特异性，进一步加剧了数据不足的困境。如何突破数据桎梏，提升 AI 对 MSL 的诊断准确性，成为口腔医学与计算机科学交叉领域亟待解决的问题。
为应对这一挑战，中山大学光华口腔医学院附属口腔医院联合该校计算机科学与工程学院等机构的研究人员，开展了基于生成对抗网络（generative adversarial networks, GANs）的医学影像生成研究。相关成果发表在《Communications Medicine》，为医学影像数据优化提供了新范式。
研究团队采用的核心技术包括 StyleGAN2 框架与 GANSpace 算法。首先，基于 2000 例上颌窦 CBCT 图像（含 1000 例患者数据），利用 YOLOv5 目标检测网络裁剪并标准化标注 MSL 区域，构建基础数据集。随后，通过 StyleGAN2 生成黏膜增厚和息肉样病变图像：该模型通过 8 层全连接网络将输入向量映射为中间潜在向量，经多层卷积、上采样和风格注入，生成 512×512 像素的高质量图像。结合 GANSpace 的主成分分析（PCA）降维与特征解耦技术，三位具有 5 年以上临床经验的种植专家通过可视化界面调控特征向量，精准控制生成图像的解剖真实性、形态多样性和病理亚型，共生成 200 例黏膜增厚和 400 例息肉样病变图像。作为对比，研究团队还训练了 ReACGAN（一种改进的辅助分类器 GAN）生成同类病变图像。
生成图像的质量评估
通过结构相似性指数（structural similarity index, SSIM）和最大均值差异（maximum mean discrepancy, MMD）量化分析显示，StyleGAN2 生成的黏膜增厚和息肉样病变图像 SSIM 分别达 0.9966 和 0.9962（接近 1 表明高度相似），MMD 分别为 0.0155 和 0.0317（接近 0 表明分布一致），显著优于 ReACGAN（SSIM<0.48，MMD>0.18）。临床验证实验中，三位专家对 StyleGAN2 生成图像的 realism 评分（1-5 分）平均达 4.33±0.38（黏膜增厚）和 4.02±0.44（息肉样病变），接近真实图像（4.09±0.57 和 3.75±0.90），而 ReACGAN 生成图像评分仅约 1.8 分，表明其真实性不足。
诊断模型性能优化
将 StyleGAN2 生成图像集成至 ResNet50 模型训练后，内部测试集显示：黏膜增厚的精确率 - 召回率曲线下面积（area under the precision-recall curve, AUPRC）提升约 8%（从 0.83±0.05 至 0.91±0.03），息肉样病变提升约 14%（从 0.69±0.08 至 0.83±0.02），受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUROC）和 F1 分数均显著改善。外部测试集验证了模型的泛化性，尤其息肉样病变的 AUPRC 从 0.77±0.10 提升至 0.91±0.03。梯度加权类激活映射（Grad-CAM）可视化显示，优化后的模型能更精准聚焦病变区域，增强了诊断的可解释性。
研究结论与意义
本研究构建的专家引导 StyleGAN2 框架，通过特征解耦与人工调控，有效解决了医学影像数据稀缺和类别不平衡问题。生成的高质量 MSL 图像显著提升了 ResNet50 的诊断性能，为上颌窦提升手术的术前 AI 评估提供了新工具。相较于传统数据增强（DA）技术（如翻转、旋转）可能破坏病变特征分布的缺陷，StyleGAN2 通过可控生成实现了数据多样性与真实性的平衡，避免了传统 GAN 的黑箱操作风险。此外，该框架支持单一网络生成多类型病变图像，降低了计算成本，为口腔医学乃至全身其他部位的病变诊断提供了通用方法论。
尽管研究样本规模有限且依赖专家干预，但其开创的 “AI 生成 - 专家校准 - 模型优化” 模式，为构建虚拟医学影像公共数据库、推动资源有限地区的 AI 辅助诊断奠定了基础。未来，结合半监督学习降低标注成本、拓展至肿瘤等复杂病变类型，有望进一步提升该技术的临床适用性，加速 AI 在精准医疗中的落地。
