09:19arXiv cs.AI@Prabhjot Kaur, Hakim Ouaalam, Sedat Kandemirli, Sanjay P. Prabhu, Simon K. Warfield该研究利用条件生成网络生成模拟局灶性皮质发育不良(FCD)的合成MRI图像,并评估其在自动检测中的效果。两位神经放射科医生对真实与合成图像的区分准确率仅60%-70%,表明合成图像具有较高真实性。将合成数据用于训练nnU-Net模型,使检测灵敏度提升8.14%,模型置信度显著提高。研究显示,合成数据可减少约20%的标注数据需求,但同等量的真实数据仍更有效。论文合成数据医学影像局灶性皮质发育不良自动检测生成网络推荐理由:医学影像团队面临标注数据稀缺的痛点,这项研究展示了合成数据如何缓解FCD检测中的标注瓶颈,做神经影像分析或罕见病检测的开发者值得关注其方法。原文