## Title: Adaptid 3D Augmentation in StyleGAN2-ADA for High-Fidelity Lung Nodule Synthesis form Limited CT Volumes¶
## Presenter: Oleksandr Fedoruk
## Date: 27.10 2025
## Participants:
Wojciech Krzemień (WK)
Konrad Klimaszewski (KK)
Roman Shopa (RS)
Lech Raczynski (LR)
Oleksandr Fedoruk (OF)
Aleksander Ogonowski (AO)
Michał Mazurek (MM)
## Discussion:
WK: Co to jest klasa 0 i klasa 1?
OF: klasa 0 - guzy o małej złośliwości (malignancy), klasa 1 o dużej złośliwości
WK: Jak jest zdefniniowana metryka LPIPS ?
OF: Porównanie podobieństwa dwóch obrazów na podstawie wektorów cech wyekstrahowanych przez sieć neuronową (zazwyczaj AlexNet).
KK: Liczona jest druga norma między wektorami wektorami cech z sieci neuronowej wyznaczonych dla dwóch obrazów. 0 będzie odpowiadać identycznym obrazom w tym sensie.
KK: Jak duży był batch size? Czy możliwe jest zwiększenie rozmiarów obrazów?
OF: Użyty batch size to 16 - większy nie mieścił się w pamięci GPU. Znaczne zwiększenie rozmiaru
obrazu wymagałoby zmian architekturze sieci poprzez użycie obliczeń w niższej precyzji: np mixed
precision czy kwantyzacja.
KK: Uwaga. Przedstawiane oodejście naiwne w slice'ach nie było aż tak naiwne W kierunku z był przypisywany styl, więc teoretycznie powinien się czegoś uczyć.
OF: Tak to prawda, był zaimplementowany taki mechanizm. Ale nie było uwzględnione czy to co zostanie wygenerowane w slice'ie pasuje do reszty obiektów.
RS: Pytania o sieciach GAN. Odwrotny problem jest używany do takich danych której sieć nie rozpozna a rozpozna ludzkie oko. Czy da się taki typ danych wygenerować przez GAN? Czy da się to zastosować np. w kontekście RODO?
OF: Domyślna architektura raczej nie zadziała. Ogólnie pewnie by się dało, ale GANy nie są dobrym narzędziem do tego. Jeżeli chodzi o RODO, to jako opcja jest stosowanie obrazu nauczonego przez szpital GANa, zamiast prawdziwych danych pacjenta, więc to jest dobre rozwiązanie.
WK: Czy próbowaliście zastosować te wyniki 3-D do augmentacji ?
OF: Dla 2-D to nie zadziałało, tradycyjne augmentacje dawały podobne wyniki. Dla 3-D pewnie wyniki mogą być podobne.
KK: Dla 2-D także widzieliśmy pokrywanie się tych dystrybucji similarity, ale efekt był słaby w klasyfikacji (nie lepszy niż w augmentacji klasycznej). Raczej można ten serwis traktować jako zastosowanie do RODO.
KK: Inne potencjalne zastosowanie to łączenie obrazów z dwóch zbiorów z guzami i zdrowymi. Mieszanie datasetów.
WK: Czy możesz skomentować jak się sprawa ma "z diffusion models"?
OF: Ciągle modele dyfuzyjne potrzebują dużej ilości danych. Mój pomysł na przyszłość to wykorzystanie w dyskryminatorze vision transformera oraz sieci konwolucyjnej, żeby zmusić generarot do generowania bardziej różnorodnych danych.