Evolution of conditional-GANs for the synthesis of chest X-ray images

Artículo académico que presenta cDCGAN-PSO, un algoritmo para la neuroevolución de redes cGAN (conditional-GANs). El método propuesto adapta los principios de un algoritmo neuroevolutivo previamente reportado, denominado DCGAN-PSO, orientado al diseño y entrenamiento de redes DCGAN mediante el uso de Optimización por Enjambre de Partículas (Particle Swarm Optimization, PSO). Las cGANs evolucionadas permiten la síntesis de tres clases de imágenes de rayos X de tórax, las cuales fueron entrenadas con sólo 600 imágenes por clase. Las imágenes sintéticas obtenidas para cada clase muestran buena similitud con las imágenes reales de rayos X de tórax.