《IEEE Access》：B-CvT: A Style Transfer Framework for Content Preservation and Fairness in Skin Lesion Imaging
编辑推荐：
针对皮肤癌诊断中肤色表征多样性不足导致的医疗公平性问题，本研究提出B-CvT风格迁移框架。通过分支编码器分离皮肤色调与病变形态，结合Wasserstein距离损失函数，在保持病理特征前提下实现高保真肤色迁移。该方法将LPIPS提升至0.320，SSIM达0.803，使不同肤色诊断模型的均衡化优势差降低0.09，为构建公平AI诊断系统提供新范式。
在当今人工智能辅助医疗诊断快速发展的背景下，皮肤癌的早期筛查与诊断已成为重要应用场景。然而现有诊断系统存在一个隐蔽却关键的问题：训练数据中肤色表征的严重不平衡。医学影像数据集绝大多数来源于浅肤色人群，导致诊断模型对深肤色人群的皮肤病变识别准确率显著下降。这种数据偏差直接造成医疗资源分配的不公平——深肤色患者可能面临更高的误诊风险和诊疗延迟。
为解决这一挑战，神经网络风格迁移技术被引入医学影像领域。该技术能通过图像合成方式增加数据集的肤色多样性，但传统方法在迁移过程中容易产生伪影或结构变形，破坏病变区域的形态学特征。例如当试图将黑色素瘤图像从浅肤色迁移至深肤色时，关键的诊断指标如边缘不规则性、颜色不均匀等特征可能丢失或失真，严重影响下游诊断任务的可靠性。
针对这一技术瓶颈，研究人员开发了名为B-CvT的创新框架。该架构核心在于采用分支式卷积视觉Transformer（Convolutional vision Transformer，CvT）编码器与卷积Transformer解码器的组合结构。其创新性体现在通过独立编码分支实现皮肤色调（风格）与病变形态（内容）的解耦学习，并利用Wasserstein距离（Wasserstein Distance）构建的相似性损失函数，在潜在空间强制实现特征分离。这种设计既保证了肤色迁移的自然度，又确保了病理特征的完整性保留。
在技术方法层面，研究团队主要采用了以下关键技术：1）构建分支卷积视觉Transformer编码器架构，分别处理风格与内容特征；2）设计基于Wasserstein距离的潜在空间特征分离机制；3）使用Learned Perceptual Image Patch Similarity（LPIPS）和Structural Similarity Index Measure（SSIM）作为主要评估指标；4）采用均衡化优势差（Equalized Odds）量化模型公平性提升效果。
定量性能评估
通过系统性的量化实验，B-CvT在多项关键指标上超越现有方法。在图像质量评估方面，该方法获得0.320的LPIPS分数（数值越低表示感知质量越好）和0.803的SSIM值（数值越高表示结构保持越好），证明其在保持病变形态的同时实现了更自然的肤色迁移效果。与CycleGAN、StarGAN-v2等主流风格迁移方法相比，B-CvT在病理特征保持方面具有明显优势。
诊断公平性分析
研究进一步验证了合成图像在提升诊断模型公平性方面的价值。当使用B-CvT生成的图像扩充训练集后，不同肤色组别间的均衡化优势差（Equalized Odds）降低了0.09，而模型整体诊断准确率保持稳定。这一结果表明，该方法能有效缓解诊断模型对肤色特征的过拟合现象，使模型更加关注于病变本身的形态特征。
消融实验研究
通过组件级消融实验，研究验证了各技术模块的贡献度。结果显示，分支编码器结构对内容保持的贡献率达42%，Wasserstein距离损失函数则使风格迁移质量提升31%。特别是当移除特征解耦机制后，模型在深肤色样本上的诊断准确率下降达15.7%，证实了该设计在保障公平性方面的关键作用。
本研究通过创新性地结合分支编码器与特征解耦机制，成功开发出能同时保证图像质量和病理信息完整性的肤色迁移框架。该方法不仅为医学影像数据增强提供了新工具，更重要的是为构建公平、可靠的AI辅助诊断系统开辟了新途径。未来工作可探索将该框架扩展至其他存在表征不平衡问题的医学影像领域，推动医疗人工智能向更加普惠、公平的方向发展。
