数据增强
Parent: ai_keywords
核心定义
数据增强（Data Augmentation） 是指在不改变数据语义标签的前提下，通过对原始数据施加一系列保持标签的变换（如旋转、缩放、加噪、裁剪等），人工合成新样本以扩大训练数据集规模、提升模型泛化能力的技术。在医学领域，由于患者隐私、罕见病样本稀少、标注成本高昂等原因，数据不足尤为突出，增强技术已成为克服小样本过拟合、提高模型鲁棒性的必要手段。
关键技术点
-
几何与形态变换
对图像（如MRI、CT）进行仿射变换（旋转、平移、缩放）、弹性变形（模拟组织形变）、随机裁剪等。需确保变换不会破坏病灶解剖结构的临床意义，例如脑梗死灶的翻转需谨慎，避免引入错误偏侧性。 -
强度与噪声扰动
通过调整对比度、亮度、伽马校正模拟不同扫描参数变化；加入高斯噪声、椒盐噪声或运动伪影，提升模型对低质量临床数据的适应性。对EEG信号可加入生理噪声（如眼电、肌电干扰）。 -
混合策略（CutMix / MixUp）
随机选取两个样本进行像素级混合或区域裁剪拼接，并线性组合标签。在神经病理分类中，可防止模型对特定背景的过拟合，例如将正常脑部区域与病灶区域混合，迫使模型关注局部特征。 -
生成对抗网络（GAN）增强
利用条件GAN或扩散模型生成高质量合成医学图像，尤其适用于罕见疾病（如特定癫痫发作类型）。需严格验证生成样本的临床真实性，避免引入解剖异常。 -
时序与频谱增强（神经电生理专用）
对EEG/MEG多通道信号进行时间扭曲、通道置换、频率带通滤波扰动，或应用傅里叶变换域增强（如时频调制），保持神经振荡节律的临床意义。
医学/神经科学应用场景：脑卒中梗死分割中的多模态增强
背景： 首都医科大学神经病学团队在急性脑卒中研究中，常面临DWI和ADC图像样本量不足（尤其是小病灶），且不同医院扫描协议差异大导致模型泛化差。
方案： 除常规几何变换外，引入跨模态弹性融合增强：随机选取DWI与ADC配准后的配对图像，沿非线性形变场同时变换两模态，保留梗死核心与缺血半暗带的空间对应关系；在此基础上叠加血管搏动模拟伪影（周期性强度调制）。
效果： 增强后训练集膨胀至原有8倍，U-Net在外部验证集上的Dice系数从0.72提升至0.84，且对运动伪影的鲁棒性显著增强，验证了领域特定增强策略对临床AI落地的关键作用。
