技术简介
GANs（生成对抗网络，Generative adversarial networks），是换脸软件DeepFakes背后的算法，具有合成高逼真图像的能力，也是当前非常流行的一种深度学习算法。2019年7月2日，改进的GANs被吕贝克大学的研究者用于医学影像图片的分析中。
技术挑战
深度学习算法在图像模式匹配方面表现出色，可被应用于在CT扫描中检测不同类型的癌症，鉴别磁共振成像中的疾病、识别x射线的异常。但主要面临两大挑战。
一是隐私问题，研究人员往往没有足够的测试数据，通过“生成对抗网络”合成更多与真实图像难以区分的医学图像，有效地增加所需数据的数量；另外一方面深度学习算法需要对高分辨率图像进行训练，才能产生最佳预测，然而合成这样的高分辨率图像，尤其是3D图像，需要大量的计算能力。这意味着这项应用对硬件要求颇高。这也是GANs在医学影像图片处理应用较少的原因。
技术改进
吕贝克大学的Hristina Uzunova等人分解了图像生成的过程分，先利用GAN生成低分辨率图像，然后在正确的分辨率下每次生成一小部分的细节图像，这种方法不仅生成了逼真的高分辨率2D和3D图像，乃至可以生成任意大小的图片，且无需支出额外费用，当然需要更多的GPU。
相关阅读
https://arxiv.org/abs/1907.01376
https://www.technologyreview.com/f/613924/ai-deepfakes-gans-medical-cancer-diagnosis/