यह शोधपत्र ऐसे वातावरणों में जहाँ इकोकार्डियोग्राम (इको) डेटा दुर्लभ है, कृत्रिम डेटा उत्पन्न करके इजेक्शन अंश (EF) आकलन की सटीकता में सुधार के लिए एक नवीन विधि प्रस्तावित करता है। विशेष रूप से, हम पॉइंट-ऑफ-केयर अल्ट्रासाउंड (POCUS) वातावरणों में EF आकलन की समस्या पर ध्यान केंद्रित करते हैं, जहाँ सीमित संख्या में इको दृश्य उपलब्ध होते हैं और इमेजिंग विभिन्न स्तरों के अनुभव वाले चिकित्सकों द्वारा की जाती है। मौजूदा वास्तविक इको दृश्यों पर आधारित एक सशर्त जनरेटिव मॉडल का उपयोग करते हुए, हम कृत्रिम इको दृश्य उत्पन्न करते हैं और उन्हें मौजूदा डेटासेट में जोड़ते हैं, जिससे EF आकलन सटीकता में सुधार होता है। मौजूदा विधियों के साथ एक तुलनात्मक विश्लेषण दर्शाता है कि कृत्रिम डेटा बेहतर एमएल मॉडल प्रदर्शन में योगदान देता है, जो चिकित्सा इमेजिंग निदान में कृत्रिम डेटा उपयोग की क्षमता का सुझाव देता है।
