MedIL：用于生成任意分辨率异构医学图像的隐式潜在空间
计算机视觉与模式识别
2025-04-15 v1 机器学习
摘要
本工作引入了 MedIL,这是一种首创的自编码器,用于对大小和分辨率各异的医学图像进行编码以进行图像生成。医学图像通常庞大且异构,其中细节在临床上至关重要。获取设备、患者人口学和病理学的不同会导致图像属性发生巨大变化,这使得实现真实的医学图像生成具有挑战性。最近的潜在扩散模型(LDM)在生成固定大小的图像方面取得了成功。然而,这仅是图像获取中本机分辨率的狭窄子集,且重采样会丢弃细微的解剖细节。MedIL利用隐式神经表示将图像视为连续信号,可在任意分辨率上进行编码和解码,无需事先重采样。我们定量和定性地展示了 MedIL 在大型多站点、多分辨率数据集(包括 T1w 大脑 MRI 和肺部 CT)中压缩和保留临床相关特征的能力。我们进一步演示了 MedIL 如何影响基于扩散模型生成图像的质量,并讨论了 MedIL 如何增强生成模型以模拟原始临床获取。
引用
@article{arxiv.2504.09322,
title = {MedIL: Implicit Latent Spaces for Generating Heterogeneous Medical Images at Arbitrary Resolutions},
author = {Tyler Spears and Shen Zhu and Yinzhu Jin and Aman Shrivastava and P. Thomas Fletcher},
journal= {arXiv preprint arXiv:2504.09322},
year = {2025}
}