Ctrl-GenAug

可控生成式数据增强——为医学序列分类任务合成语义与顺序可控的样本

医学数据标注昂贵、隐私敏感，生成式增强为下游识别任务提供了新的数据引擎，但现有方法对 视频/三维序列缺乏语义可控性与时序可控性，且忽视合成样本的质量控制，导致”垃圾进垃圾出”。

Ctrl-GenAug（IJCV 2026）提出通用可控生成增强框架：

  • 语义与序列顺序双重可控的扩散生成，定向合成困难类别与罕见模式
  • 合成样本质量甄别机制，自动抑制噪声样本污染训练集
  • 在医学序列分类任务上验证：下游性能与数据效率同步提升 (Zhou et al., 2026)

🚀 在线演示 （在线体验可控生成：指定语义条件生成超声序列样本）

References

2026

  1. IJCV
    zhou2024ctrl
    Ctrl-GenAug: Controllable Generative Augmentation for Medical Sequence Classification
    Xinrui Zhou, Yuhao Huang, Haoran Dou, and 13 more authors
    IF 11.6
    International Journal of Computer Vision, 2026
    DOI