使用基于3D的潜在扩散模型进行肾癌检测
计算机视觉与模式识别
2026-01-12 v1
摘要
在这项工作中，我们提出了一种新颖的基于潜在扩散的流程，用于在增强腹部CT上进行3D肾脏异常检测。该方法结合了去噪扩散概率模型（DDPM）、去噪扩散隐式模型（DDIM）和向量量化生成对抗网络（VQ-GAN）。与以往逐切片的方法不同，我们的方法直接作用于图像体积，并利用仅具有病例级伪标签的弱监督。我们将我们的方法与最先进的监督分割和检测模型进行了基准测试。这项研究证明了3D潜在扩散用于弱监督异常检测的可行性和前景。虽然当前结果尚未匹配监督基线，但它们揭示了提高重建保真度和病变定位的关键方向。我们的发现为复杂腹部解剖结构的标注高效生成式建模迈出了重要一步。
引用
@article{arxiv.2601.05852,
title = {Kidney Cancer Detection Using 3D-Based Latent Diffusion Models},
author = {Jen Dusseljee and Sarah de Boer and Alessa Hering},
journal= {arXiv preprint arXiv:2601.05852},
year = {2026}
}
备注
8 pages, 2 figures. This paper has been accepted at Bildverarbeitung f\"ur die Medizin (BVM) 2026