欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。

生成对抗网络是一项非常基础的技术，医学图像则是一个非常重要的应用方向，当前GAN在医学图像中陆续也有了一些比较重要的应用，本次我们来简单给大家推荐一些图像生成的工作。

作者&编辑 | 言有三

1 基础数据仿真GAN

医学图像领域数据获取和标注成本非常高昂，因此对数据的仿真有非常大的需求，基本的DCGAN模型已经被用于各类任务的数据增强。

文章引用量：1000+

推荐指数：✦✦✦✦✧

[1] Frid-Adar M, Klang E, Amitai M, et al. Synthetic data augmentation using GAN for improved liver lesion classification[C]//2018 IEEE 15th international symposium on biomedical imaging (ISBI 2018). IEEE, 2018: 289-293.

[2] Chuquicusma M J M, Hussein S, Burt J, et al. How to fool radiologists with generative adversarial networks? A visual turing test for lung cancer diagnosis[C]//2018 IEEE 15th international symposium on biomedical imaging (ISBI 2018). IEEE, 2018: 240-244.

[3] Baur C, Albarqouni S, Navab N. MelanoGANs: high resolution skin lesion synthesis with GANs[J]. arXiv preprint arXiv:1804.04338, 2018.

2 有条件监督数据仿真GAN

有些数据的获取对人体会造成一些伤害，比如CT扫描的图片比MRI图片危害性更大，我们可以使用图像翻译框架Pix2Pix将某一个域的数据转换为另一个域的数据，比如MRI变成CT。另一方面，直接生成RGB图像可能受限于训练数据，但是我们可以基于图像翻译框架，从更加简单的数据形式，比如从同一个分割掩膜生成不同的彩色图片，从而实现数据集的扩充。

文章引用量：500+

推荐指数：✦✦✦✦✦

[4] Nie D, Trullo R, Lian J, et al. Medical image synthesis with context-aware generative adversarial networks[C]//International conference on medical image computing and computer-assisted intervention. Springer, Cham, 2017: 417-425.

[5] Costa P, Galdran A, Meyer M I, et al. End-to-end adversarial retinal image synthesis[J]. IEEE transactions on medical imaging, 2017, 37(3): 781-791.

3 无条件监督数据仿真GAN

在有些场景中我们需要成对的不同类型的图像，比如在放射治疗中的MRI与CT，但是高质量成对数据获取难度高，图像翻译框架CycleGAN是一个不依赖于成对数据集的框架，可被用于从某一个域的数据转换为另一个域的数据。

文章引用量：500+

推荐指数：✦✦✦✦✦

[6] Wolterink J M, Dinkla A M, Savenije M H F, et al. Deep MR to CT synthesis using unpaired data[C]//International workshop on simulation and synthesis in medical imaging. Springer, Cham, 2017: 14-23.

[7] Chartsias A, Joyce T, Dharmakumar R, et al. Adversarial image synthesis for unpaired multi-modal cardiac data[C]//International workshop on simulation and synthesis in medical imaging. Springer, Cham, 2017: 3-13.

4 三维生成GAN

医学图像数据本质上是三维的，前面介绍的一些工作大多是二维切片图像的仿真，这里我们再介绍一些三维仿真GAN的工作，相比于二维图片生成计算复杂度更高，因此一些新的工作致力于在生成高分辨率图片的同时，设计更加高效的生成架构。

文章引用量：500+

推荐指数：✦✦✦✦✦

[8] Jin D, Xu Z, Tang Y, et al. CT-realistic lung nodule simulation from 3D conditional generative adversarial networks for robust lung segmentation[C]//International Conference on Medical Image Computing and Computer-Assisted Intervention. Springer, Cham, 2018: 732-740.

[9] Sun L, Chen J, Xu Y, et al. Hierarchical Amortized GAN for 3D High Resolution Medical Image Synthesis[J]. IEEE journal of biomedical and health informatics, 2022, 26(8): 3966-3975.

5 如何进行实战

由于本次推荐的论文与图像生成、图像翻译都有关联，为了帮助大家掌握相关前置知识！我们推出了相关的专栏课程《深度学习之图像生成GAN：理论与实践》，《深度学习之图像翻译GAN：理论与实践》，感兴趣可以进一步阅读：

【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！

【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！

总结

本次我们介绍了基于GAN的医学图像生成与数据增强中的典型应用，从事医学相关方向的朋友可以通过阅读这些文章进行初步了解。

有三AI- CV秋季划GAN组

如果想要永久系统性地跟随我们社区学习GAN的相关内容，请关注有三AI-CV秋季划GAN组，阅读了解下文：

【CV秋季划】生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？

转载文章请后台联系

侵权必究

往期相关精选

【每周CV论文推荐】 掌握残差网络必读的10多篇文章

【每周CV论文推荐】 初学者必须精读的5篇深度学习优化相关文章

【每周CV论文推荐】 CV领域中数据增强相关的论文推荐

【每周CV论文推荐】 初学高效率CNN模型设计应该读的文章

【每周CV论文推荐】 初学目标检测必须要读的文章

【每周CV论文推荐】 初学深度学习图像分割必须要读的文章

【每周CV论文】初学实例分割需要读哪些文章？

【每周CV论文推荐】 初学GAN必须要读的文章

【每周CV论文推荐】 深度学习人脸检测入门必读文章

【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章

【每周CV论文推荐】 初学深度学习人脸识别和验证必读文章

【每周CV论文推荐】 初学深度学习人脸属性分析必读的文章

【每周CV论文推荐】 初学活体检测与伪造人脸检测必读的文章

【每周CV论文推荐】 初学深度学习单张图像三维人脸重建需要读的文章

【每周CV论文推荐】 人脸识别剩下的难题：从遮挡，年龄，姿态，妆造到亲属关系，人脸攻击

【每周CV论文推荐】换脸算法都有哪些经典的思路？

【每周CV论文推荐】初学人脸属性编辑都有哪些值得阅读的论文？

【每周CV论文】深度学习文本检测与识别入门必读文章

【每周CV论文】深度学习图像降噪应该从阅读哪些文章开始

【每周CV论文】初学GAN图像风格化必须要读的文章

【每周CV论文】初学深度学习图像超分辨应该要读的文章

【每周CV论文】初学深度学习图像对比度增强应该要读的文章

【每周CV论文】初学深度学习图像修复应该要读的文章

【每周CV论文】初学深度学习图像风格化要读的文章

【每周CV论文推荐】初学模型可视化分析有哪些值得阅读的论文？

【每周CV论文推荐】GAN与VAE的结合，有哪些必读的论文？

【每周CV论文推荐】初学视频分类与行为识别有哪些值得阅读的论文？

【每周CV论文推荐】初学视觉注意力机制有哪些值得阅读的论文？

【每周CV论文推荐】StyleGAN人脸属性编辑有哪些经典论文需要阅读

【每周CV论文推荐】初学基于GAN的视频生成有哪些经典论文需要阅读

【每周CV论文推荐】初学基于GAN的三维图像生成有哪些经典论文需要阅读

【每周CV论文推荐】基于GAN的图像数据增强有哪些经典论文值得阅读

【每周CV论文推荐】GAN如何用于目标检测模型提升性能？

【每周CV论文推荐】GAN如何用于图像分割模型提升性能？

【每周CV论文推荐】初学基于GAN的图像语义编辑，需要阅读哪些论文？

【每周GAN论文推荐】最经典与常见的GAN目标函数设计汇总