MammoFlow：具有解剖学上一致的流量匹配的多视图乳房 X 线照片合成

多视图乳房 X 线摄影依靠配对的头尾 (CC) 和内侧倾斜 (MLO) 视图来提供 3D 乳房体积的互补投影，从而实现精确的异常定位。然而，获取高质量、平衡的数据集对于深度学习应用程序仍然具有挑战性。我们提出了一种利用 CC 和 MLO 视图之间固有的几何关系来合成多视图乳房 X 光照片的新方法。为了在生成过程中强制执行隐式 3D 一致性，我们开发了一个对齐模块，用于搜索 2D 仿射变换子空间以建立最佳的解剖对应关系。利用这种对齐方式，我们引入了基于生成图像的 1D 前后 (AP) 轴组织分布之间的地球移动器距离 (EMD) 的像素空间自一致性损失。 MammoFlow 集成到预训练的流量匹配模型中，迫使合成对共享从胸壁到乳头的物理合理的组织分布。据我们所知，这是第一个使用隐式几何组织对应来指导多视图乳房X线照片生成的工作。我们的方法展示了卓越的图像质量，通过了专家放射科医生评估，并生成物理一致的对，将下游分类 AUC 提高了 5%。代码可在 https://github.com/XYPB/MammoFlow 获取