ETD

• class conditioning
• data augmentation
• facial palsy
• Fréchet inception distance
• generative adversarial networks
• medical image synthesis
• StyleGAN3

Diagnosis and assessment of facial palsy remain challenging because datasets are limited and clinical evaluation can be subjective. This motivates the exploration of generative adversarial networks (GANs) to expand training datasets. This thesis investigates GAN-based facial image synthesis to address class imbalance and enhance diagnostic datasets for facial palsy. A StyleGAN3 model was trained to generate class-conditioned facial images for facial palsy and neurotypical subjects and to explore preprocessing strategies for improving image fidelity. Additional neurotypical face images from Flickr-Faces-HQ (FFHQ) were incorporated to improve the training data. Several preprocessing pipelines, including landmark-based cropping and brightness normalization, were applied to evaluate their influence on image quality. Image quality was assessed using the Fréchet Inception Distance (FID). The best-performing configuration achieved an overall FID of 6.1, reduced from 29.7, and lowered the Facial Palsy FID from 283 to 34, showing improved fidelity and diversity. Better qualitative results were obtained with a different preprocessing strategy, which improved facial alignment, structural consistency, and lighting consistency, although this introduced a slight FID trade-off. These results demonstrate the viability of StyleGAN3 for augmenting facial palsy datasets. The synthetic images enhance data diversity and balance, suggesting that GAN-based augmentation can support facial palsy diagnostic models and early detection.

La diagnosi e la valutazione della paralisi facciale rimangono complesse a causa della limitata disponibilità di dataset e della soggettività della valutazione clinica. Ciò ha motivato l'esplorazione delle reti generative avversarie (GAN) per ampliare i dataset disponibili. Questa tesi analizza la sintesi di immagini facciali basata su GAN per affrontare lo sbilanciamento tra le classi e migliorare i dataset destinati alla diagnosi della paralisi facciale. È stato addestrato un modello StyleGAN3 per generare immagini facciali condizionate alla classe (paralisi facciale o soggetti neurotipici) e per valutare diverse strategie di pre-elaborazione volte a migliorare la qualità delle immagini. Per arricchire il dataset di addestramento sono state inoltre integrate immagini di soggetti neurotipici provenienti dal dataset Flickr-Faces-HQ (FFHQ). Sono state confrontate diverse pipeline di pre-elaborazione, tra cui il ritaglio basato su landmark facciali e la normalizzazione della luminosità, al fine di valutarne l'influenza sulla qualità delle immagini generate. Le prestazioni sono state valutate mediante la metrica Fréchet Inception Distance (FID). La configurazione con le migliori prestazioni ha ottenuto un FID complessivo pari a 6,1, rispetto al valore iniziale di 29,7, riducendo inoltre il FID della classe affetta da paralisi facciale da 283 a 34, con un miglioramento della fedeltà e della diversità delle immagini generate. Una diversa strategia di pre-elaborazione ha prodotto risultati qualitativi migliori, migliorando l'allineamento facciale, la coerenza strutturale e l'uniformità dell'illuminazione, sebbene con un lieve compromesso nei valori di FID. I risultati dimostrano che StyleGAN3 rappresenta una soluzione promettente per l'ampliamento dei dataset dedicati alla paralisi facciale. Le immagini sintetiche generate aumentano la diversità e il bilanciamento dei dati, suggerendo che l'uso delle GAN possa supportare lo sviluppo di modelli diagnostici più affidabili e favorire la diagnosi precoce della paralisi facciale.