MedLoRD：用于高分辨率 3D CT 图像合成的医疗低资源扩散模型
计算机视觉与模式识别
2025-08-26 v2 人工智能
摘要
医学影像中的人工智能进步提供了巨大的潜力。然而，由于患者隐私问题导致数据可用性有限以及医疗中心不愿共享数据，其应用受到了限制。生成模型通过创建合成数据作为真实患者数据的替代品，提供了一种有前景的解决方案。然而，医学图像通常是高维的，当前的最先进方法在计算资源受限的医疗环境中往往不切实际。这些模型依赖于数据子采样，引发了对其可行性和现实适用性的质疑。此外，许多此类模型是在定量指标上进行评估的，而仅凭这些指标在评估生成图像的图像质量和临床意义时可能会产生误导。为了解决这个问题，我们引入了 MedLoRD，一种专为计算资源受限环境设计的生成扩散模型。MedLoRD 能够生成分辨率高达 512512256 的高维医疗体数据，仅使用具有 24GB VRAM 的 GPU，这在标准桌面工作站中很常见。MedLoRD 在多种模态上进行了评估，包括冠状动脉计算机断层扫描血管造影和肺部计算机断层扫描数据集。通过放射学评估、相对区域体积分析、对条件掩膜的依从性以及下游任务等广泛评估表明，MedLoRD 生成的图像具有高保真度，严格遵循分割掩膜条件，超越了当前计算资源受限环境下用于医学图像合成的最先进生成模型的能力。
引用
@article{arxiv.2503.13211,
title = {MedLoRD: A Medical Low-Resource Diffusion Model for High-Resolution 3D CT Image Synthesis},
author = {Marvin Seyfarth and Salman Ul Hassan Dar and Isabelle Ayx and Matthias Alexander Fink and Stefan O. Schoenberg and Hans-Ulrich Kauczor and Sandy Engelhardt},
journal= {arXiv preprint arXiv:2503.13211},
year = {2025}
}