MAISI：用于合成成像的医学人工智能
图像与视频处理
2025-12-16 v3 人工智能
计算机视觉与模式识别
摘要
医学成像分析面临数据稀缺、标注成本高和隐私问题等挑战。本文介绍了用于合成成像的医学人工智能（MAISI），这是一种使用扩散模型生成合成3D计算机断层扫描（CT）图像以应对这些挑战的创新方法。MAISI利用基础体压缩网络和潜在扩散模型来生成高分辨率CT图像（体维度最高可达512 x 512 x 768），并具有灵活的体维度和体素间距。通过结合ControlNet，MAISI能够将包含127个解剖结构的器官分割作为附加条件进行处理，从而能够生成可用于各种下游任务的准确标注的合成图像。我们的实验结果表明，MAISI能够为不同区域和条件生成逼真、解剖学准确的图像，展现了其利用合成数据缓解挑战的巨大潜力。
引用
@article{arxiv.2409.11169,
title = {MAISI: Medical AI for Synthetic Imaging},
author = {Pengfei Guo and Can Zhao and Dong Yang and Ziyue Xu and Vishwesh Nath and Yucheng Tang and Benjamin Simon and Mason Belue and Stephanie Harmon and Baris Turkbey and Daguang Xu},
journal= {arXiv preprint arXiv:2409.11169},
year = {2025}
}
备注
WACV25 accepted. https://github.com/NVIDIA-Medtech/NV-Generate-CTMR