小规模数据集和有限的带标签样本是医学成像领域的主要挑战。训练成功的深度学习算法需要大量的有标签数据作为支撑,但由于医学图像数据难以获取且标签注释需要昂贵的人工成本,这大大限制了其在医学领域中的应用。在医学成像任务中,高级放射科医师会根据他们的专业领域知识制作病变标签,但是医学图像的大多注释都很耗时。当数据匮乏的时候,神经网络极易出现过拟合问题,这种现象在小规模数据集上尤为明显。传统的图像数据增强方法在缓解过拟合问题上有一定的效果,但是相比于原始数据,合成数据带来的性能提升还是十分有限。随着GAN模型被提出,研究者们开始将注意力转向使用GANs系列模型生成与原始数据集相似的图像来进行数据增强。虽然精心设计的GAN变体模型可以生成与原始数据同等质量的图像,但是仍然无法避免其固有的无法生成指定标签图像、合成图像中包含噪声数据等问题。针对这些问题,本文基于甲状腺超声图像数据集在数据增强方法方面进行一系列的创新型研究,主要研究成果如下:1、现有的研究几乎完全基于数据驱动的方式学习模型参数和提取深度特征,这可能使得模型在小训练样本等真实条件下的精度远低于人类性能。针对这一现状,本文提出一种基于知识的医学图像数据增强方法,该方法设计了一种生成对抗网络模型KACGAN,将放射科医师长期以来总结形成的专家经验和知识融入模型,深度挖掘和分析医疗文本的信息,整合影像和临床数据,多维度的综合分析以生成高质量的超声图像数据。值得注意的是,本文从影像学报告的标准化术语中提取专家领域知识而不是从超声图像中提取,且设计了异模态相似度损失以保证领域知识特征的权威性和模型训练的稳定性。本文在甲状腺病变分类任务中验证了该数据增强方法的性能,提出的KACGAN模型准确度为91.46%,敏感性为90.63%,特异性为92.65%,AUC为95.32%,优于目前的甲状腺结节分类方法。实验结果表明该模型具有较好的鲁棒性和泛化性。2、现有的研究可以基于GANs生成高视觉质量的合成图像,但是很少考虑如何保证合成图像的特征质量或控制图像合成后的增强步骤。没有质量保证的合成图像可能会不利地改变数据分布并降低模型性能。针对这一现状,本文提出一种基于特征的选择性数据筛选框架,通过筛除掉噪声样本以防止其影响KACGAN模型的分类和泛化能力。本文将原始数据集放入Res Net18模型中进行训练得到特征提取模型,然后对生成数据集进行特征提取以筛选可以被确定良恶性的合成图像,其次选择在特征空间中充分接近真实图像类质心的合成图像,尽可能的剔除掉噪声数据。经过设置实验对照组进行验证,结果证明该选择性数据筛选框架可以进一步提高数据集质量和模型分类性能。