可控光照不变GAN在多样化时序一致性手术视频合成中的应用研究

针对手术视频合成中光照变化导致的时序不一致和风格单一问题，研究人员提出可控光照不变生成对抗网络(CIIGAN)，通过融合多尺度光照不变特征(CII图像空间)与纹理不变特征(3D场景)，实现多样化且时序一致的视频合成。实验表明CIIGAN生成的合成数据显著提升下游分割模型泛化能力，相关3D手术场景与代码已开源。

　　

在计算机辅助手术(CAS)领域，高质量标注数据的匮乏长期制约着机器学习模型的性能提升。虽然手术视频合成技术能低成本生成训练数据，但现有方法存在两大痛点：一是跨视角光照突变破坏时序一致性，影响新视角合成等应用；二是生成风格单一，限制模型泛化能力。这些问题源于传统GAN对训练数据光照变化的过度敏感，以及生成器-判别器训练失衡导致的输出不稳定。

为攻克这些难题，Long Chen等研究者提出创新性的可控光照不变生成对抗网络(CIIGAN)。该框架通过构建可控光照不变(CII)图像空间，引入光照调节系数β实现多样化光照不变特征提取，同时结合自建3D手术场景的神经纹理获取纹理不变特征。CIIEncoder采用双分支结构实现多尺度特征融合，最终生成兼具时序一致性与风格多样性的手术视频。关键技术包括：1) 可调节β参数的CII图像空间构建；2) Blender建模的10种3D手术场景；3) 多尺度光照/纹理不变特征融合机制；4) 并行训练多β值CIIGAN实现"间多样性-内一致性"生成。

研究结果部分显示：在胆囊切除等数据集上，CIIGAN的FID分数较CycleGAN提升37.2%，光照一致性指标SSIM达到0.891。消融实验证实，采用CII图像空间后，时序误差降低62%。下游任务测试表明，基于多样化合成数据训练的分割模型，Dice系数比单一风格数据提升8.5%。

这项发表于《Medical Image Analysis》的研究具有多重意义：技术上首次实现光照可控的手术视频合成，理论上阐明多尺度特征融合对时序一致性的保障机制，实践上开源10种3D手术场景解决数据瓶颈。特别是提出的β调节机制，为医学图像生成领域的可控多样性研究提供了新范式。研究团队强调，该方法无需重新训练即可批量生成标注数据，将显著降低CAS系统的开发门槛，推动手术导航等关键应用的临床转化。