Modelo de difusión de texto a imagen médica con ajuste alineado de distribución de subgrupos

Área de la Ciencia:

• Inteligencia artificial
• Imágenes médicas
• Visión por computadora

Sus antecedentes:

• La síntesis de texto a imagen médica (T2MedI) utilizando modelos de difusión latente puede abordar la escasez de datos médicos.
• Los modelos T2MedI existentes pueden exhibir sesgos de subgrupos, descuidando a los grupos minoritarios.
• Investigar y mitigar estos sesgos es crucial para una IA equitativa en el cuidado de la salud.

Objetivo del estudio:

• Desarrollar y evaluar un modelo T2MedI con un sesgo de género reducido.
• Proponer un nuevo método de alineación de la distribución de subgrupos para la síntesis de T2MedI.
• Asegurar que las imágenes médicas generadas reflejen distribuciones demográficas precisas.

Principales métodos:

• Adaptado un marco de imagen pre-entrenado con un codificador de texto de pre-entrenamiento de lenguaje-imagen contrastante (CLIP) fijo.
• Afinado el decodificador en el conjunto de datos de Radiología de Objetos en Contexto (ROCO).
• Implementó un método de alineación de la distribución de subgrupos con una pérdida de alineación y regularización de la consistencia de CLIP en el conjunto de datos de BraTS18.

Principales resultados:

• Los análisis cualitativos y cuantitativos confirmaron el sesgo de género en el modelo inicial T2MedI.
• El método de alineación propuesto mitigó significativamente las inconsistencias de representación de género en las imágenes de RM cerebrales generadas.
• Las imágenes generadas coincidían mejor con la distribución de género del conjunto de datos objetivo BraTS18.

Conclusiones:

• El enfoque T2MedI desarrollado reduce efectivamente el sesgo de género en las imágenes médicas sintéticas.
• La alineación de la distribución de subgrupos es una estrategia viable para crear datos médicos generados por IA más equitativos.
• Este trabajo contribuye a conjuntos de datos de imágenes médicas más justos y representativos.