SALIENT: Neues Diffusionsmodell verbessert CT‑Erkennung seltener Läsionen

Die Erkennung seltener Läsionen im Ganzkörper‑CT steht vor einer großen Herausforderung: extreme Klassenungleichgewichte und ein sehr niedriges Ziel‑zu‑Volumen‑Verhältnis führen zu einem Kollaps der Präzision, obwohl die AUROC hoch bleibt. Das neue Modell SALIENT nutzt einen maskenbasierten Diffusionsansatz im Wavelet‑Bereich, um synthetische CT‑Daten zu erzeugen, die die seltenen Läsionen gezielt ergänzen.

Im Gegensatz zu herkömmlichen Pixel‑Diffusionen arbeitet SALIENT mit diskreten Wavelet‑Koefizienten. Dadurch trennt es explizit die niedrigen Frequenzen (Helligkeit) von den hohen Frequenzen (Struktur). Lernbare, frequenzbewusste Ziele entkoppeln Ziel‑ und Hintergrundattribute wie Struktur, Kontrast und Kantengenauigkeit, was zu einer stabileren und nachvollziehbareren Optimierung führt.

Ein 3‑D‑VAE erzeugt vielfältige volumetrische Läsionsmasken, während ein semi‑supervised Teacher pseudo‑labelierte Schnitte liefert, die die nachfolgende maskenbasierte Detektion unterstützen. Die generierten Bilder zeigen eine deutlich höhere Bildrealität – MS‑SSIM steigt von 0,63 auf 0,83 und FID sinkt von 118,4 auf 46,5.

In separaten Down‑stream‑Tests verbessert die SALIENT‑augmentierte Trainingspipeline die Long‑Tail‑Erkennung erheblich. Besonders bei niedrigen Prävalenzen und Ziel‑zu‑Volumen‑Verhältnissen steigen die AUPRC‑Werte stark an. Die optimale synthetische Datenmenge verschiebt sich von 2‑fach auf 4‑fach, je kleiner die Menge an gelabelten Trainingsdaten wird.