基于语义信息提取的可控掩膜扩散模型在医学标注合成中的应用研究

这篇研究提出了一种创新的可控掩膜扩散模型（CMDM），通过提取掩膜的语义信息（位置/大小/数量）并作为多条件输入，实现了医学标注图像的精准可控生成。该模型结合高斯核密度估计（KDE）和高斯过程回归（GPR）分析语义相关性，显著提升了数据增强效果，在结肠镜和超声心动图单/多标签掩膜生成任务中均表现优异，为医学图像分割（CAD）领域提供了突破性解决方案。

　　

亮点

本研究提出的可控掩膜扩散模型（CMDM）开创性地利用掩膜的二值化结构特性，通过提取位置、尺寸和数量等语义信息，实现了医学标注图像的精准可控合成。

方法

如图1所示，本研究分为三个阶段：(i) 从训练掩膜中提取语义信息；(ii) 通过回归模型将语义信息作为条件输入扩散模型；(iii) 基于KDE和GPR分析语义相关性，实现大规模数据合成。

数据

实验采用结肠镜数据（单标签掩膜）和超声心动图数据（多标签掩膜）。Kvasir-SEG数据集包含1000张含各类息肉的结肠镜图像，充分体现了病灶的形态多样性。

结果

CMDM不仅能准确生成训练数据中的掩膜，更能通过回归模型生成符合新语义条件（如特定位置/尺寸组合）的掩膜，显著提升了数据多样性。

讨论

该模型突破了传统数据增强的局限性，通过语义控制生成具有临床意义的掩膜。KDE和GPR的引入确保了生成数据的生物学合理性，为医学图像分割提供了更丰富的训练资源。

结论

CMDM为医学标注合成提供了创新解决方案，其语义控制能力和数据增强效果在CAD领域展现出广阔的应用前景，特别适用于数据稀缺的罕见病变研究。