Mammography Classification

扩散修复生成健康乳腺钼靶图像以提高癌症检测准确性

研究人员开发了一种新颖的反事实数据增强技术，利用扩散修复来改进计算机辅助诊断（CAD）系统的乳腺钼靶分类。该方法通过从异常图像中移除病灶来生成逼真的健康乳腺钼靶图像，从而增强训练数据的分布。生成的健康反事实图像保留了患者特异性解剖结构，并被放射科医生认为逼真。在VinDr-Mammo数据集上的实验表明，包括ConvNeXt、ViT、Mammo-CLIP和FPN-MIL在内的各种分类器架构的灵敏度均有所提高，有助于提高CAD系统的可靠性。