相关实验视频
Updated: Jul 7, 2026
10:16
Synthetic, Multi-Layer, Self-Oscillating Vocal Fold Model Fabrication
Published on: December 2, 2011
通过基于DDPM的GenAI生成的合成图像来改善声病理图像分类的可行性:试点研究
Iman Khazrak1, Shahryar Zainaee2, Mostafa M Rezaee3
1Department of Computer Science, Bowling Green State University, Bowling Green, OH, 43403, USA. ikhazra@bgsu.edu.
概括
使用Denoising Diffusion Probabilistic Models (DDPMs) 生成合成图像,提高了人工智能 (AI) 模型对声结构病理 (VFSP) 的分类能力. 这种方法增强了人工智能驱动的声音障碍 (VD) 的查和诊断.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算病理学计算病理学
背景情况:
- 声音障碍 (VD) 经常与声结构病理 (VFSP) 相关.
- 喉成像对于评估VFSP和VD至关重要,但有限和不平衡的数据集阻碍了AI模型的概括性.
- 拒绝扩散概率模型 (DDPMs) 通过生成高质量的合成医学图像提供了一个解决方案.
研究的目的:
- 调查使用DDPM生成用于增强数据集的合成图像的可行性.
- 使用生成的合成数据,提高用于VFSP的AI模型的分类性能.
主要方法:
- 使用DDPM创建合成喉腔镜图像,以增强现有的404张图像数据集.
- 两个卷积神经网络架构,VGG16和ResNet50,在原始和增强数据集上进行了训练.
- 用二进制 (有/没有VFSP) 和多类 (七种VFSP类型) 分类的指标评估模型性能.
主要成果:
- 成功生成了高保真度合成图像,有效增强了数据集.
- 仅在原始数据集上训练的人工智能模型未能趋同;然而,在增强数据集上训练的模型实现了高准确性和低损失的趋同.
- 使用增强数据集,实现了对二进制和多类VFSP分类的最佳性能.
结论:
- 通过DDPM生成合成图像是一种可行的方法,可以通过AI改进VFSP分类.
- 这种技术显示了增强VD查和诊断能力的希望.
