利用扩散模型和图像基础模型提高冠状动脉造影图像中的对应点匹配精度
计算机视觉与模式识别
2025-04-02 v1
摘要
冠状动脉造影图像中准确的对应点匹配对于重建 3D 冠状动脉结构至关重要，这对于精准诊断和治疗冠状动脉疾病(CAD)至关重要。传统的自然图像匹配方法往往无法泛化到 X 射线图像，因为存在固有的差异，如纹理不足、对比度低、结构重叠，此外训练数据不足。为此，我们提出一个新管线，该管线利用以 2D 投影为条件的扩散模型生成真实的配对冠状动脉造影图像，提供高质量的合成数据用于训练。此外，我们采用大规模图像基础模型引导特征聚合，通过聚焦于语义相关区域和关键点来增强对应点匹配精度。我们的方法在合成数据集上显示出优异的匹配性能，并有效地泛化到真实世界数据集，为该任务提供了实用解决方案。此外，我们研究了不同基础模型在对应点匹配中的有效性，为利用先进图像基础模型进行医学影像应用提供了新的见解。
引用
@article{arxiv.2504.00191,
title = {Leveraging Diffusion Model and Image Foundation Model for Improved Correspondence Matching in Coronary Angiography},
author = {Lin Zhao and Xin Yu and Yikang Liu and Xiao Chen and Eric Z. Chen and Terrence Chen and Shanhui Sun},
journal= {arXiv preprint arXiv:2504.00191},
year = {2025}
}