-SALSA:通过局部风格对齐,对视网膜图像进行匿名合成平均化
Minkyu Jeon1,2, Hyeonjin Park3, Hyunwoo J Kim2
1Broad Institute of MIT and Harvard, Cambridge, MA, USA.
Computer vision - ECCV ... : ... European Conference on Computer Vision : proceedings. European Conference on Computer Vision
|August 1, 2023
概括
我们开发了k-SALSA,这是一个机器学习框架,使用生成对抗网络 (GAN) 来创建合成视网膜图像. 这种方法增强了人工智能研究的数据共享,同时保护了患者的隐私并保持了临床实用性.
科学领域:
- 人工智能的人工智能
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 视网膜图像分析中的机器学习提供了超越眼睛疾病的广泛健康见解.
- 分享各种视网膜图像数据集对于推进机器学习模型至关重要.
- 视网膜图像包含个人识别信息,阻碍了开放的数据共享.
研究的目的:
- 引入一个新的框架,k-SALSA,用于合成视网膜底部图像.
- 为了使数据共享能够保护隐私,同时保持临床实用性.
- 为了解决现有的视网膜图像非识别技术的局限性.
主要方法:
- 使用基于生成对抗网络 (GAN) 的框架,k-SALSA.
- 采用最先进的技术来训练和逆转GANs.
- 引入了本地风格对齐,以保持细粒度的视觉模式.
主要成果:
- k-SALSA成功合成了满足k-匿名性的视网膜图像.
- 与现有方法相比,生成的图像显示了更好的保真性和分类性能.
- 有效地缓解了会员推断攻击,增强了数据隐私.
结论:
- k-SALSA代表了隐私保护视网膜图像合成的重大进步.
- 该框架促进了用于科学合作的视网膜数据的更广泛共享.
- 提高隐私和实用性为医疗保健中更强大的AI铺平了道路.
