LGESynthNet: 心臓LGE-MRI画像における瘢痕分割の改善を目的とした制御付き瘢痕合成

概要: LGE心臓MRIにおける造影のセグメンテーションは、虚血性および非虚血性心筋症の診断にとって重要です。しかし、これらの画像のピクセル単位の注釈を作成することは困難で労力を要し、注釈データの入手可能性が限られています。生成モデル、特に拡散モデルは合成データ生成の可能性を示しますが、多くは大規模な学習データセットに依存し、特に小さな特徴や局所的な特徴に対する細粒度の条件付け制御が難しいことが多いです。我々はLGESynthNetを導入します。潜在拡散ベースのフレームワークで、サイズ、位置、心筋壁の全層程度を明示的に制御できる造影強調合成を可能にします。ControlNetベースのアーキテクチャを用いたインペインティングとして定式化され、モデルは次を統合します： (a) 条件付け固有の監視のための報酬モデル、 (b) 解剖学的に説明的なテキストプロンプトのキャプションモジュール、および (c) 生物医学テキストエンコーダ。わずか429枚の画像（79人の患者）で訓練され、現実的で解剖学的に整合性のあるサンプルを生成します。品質管理フィルターは高い条件忠実度を持つ出力を選択し、これを学習拡張に用いると、下流のセグメンテーションおよび検出性能をそれぞれ最大6点および20点向上させます。