探索基石模型用于合成医学成像：胸片和精细调优技术研究
图像与视频处理
2024-09-09 v1 计算机视觉与模式识别
图形学
摘要
机器学习已显著推动了医疗保健领域的发展，通过辅助疾病预防和治疗识别。然而，由于隐私顾虑和严格的法规，获取患者数据的过程常常面临挑战。生成合成、逼真的数据可作为克服这些限制的潜在解决方案，最近的研究表明，精细调优基石模型可有效产生此类数据。本研究探索了基石模型用于生成逼真医学图像的潜力，尤其是胸片图像，并评估了随着精细调优而提升的性能。我们提出使用潜在扩散模型， starting from a pre-trained foundation model and refining it through various configurations。此外，我们还针对每个训练模型所产生图像的逼真度进行了来自医学专业人员的输入实验。
引用
@article{arxiv.2409.04424,
title = {Exploring Foundation Models for Synthetic Medical Imaging: A Study on Chest X-Rays and Fine-Tuning Techniques},
author = {Davide Clode da Silva and Marina Musse Bernardes and Nathalia Giacomini Ceretta and Gabriel Vaz de Souza and Gabriel Fonseca Silva and Rafael Heitor Bordini and Soraia Raupp Musse},
journal= {arXiv preprint arXiv:2409.04424},
year = {2024}
}