高分辨率 OCT 体积的内存高效合成：级联 amortized 潜在扩散模型
图像与视频处理
2024-05-28 v1 计算机视觉与模式识别
摘要
光学相干断层扫描(OCT)图像分析在眼科学中发挥着重要作用。当前成功的分析模型依赖于可获得的大规模数据集，而某些任务获取大数据集可能具有挑战性。利用深度生成模型创建逼真数据日益成为有前景的做法。然而，由于硬件资源的限制，合成高分辨率 OCT 体积仍然具有困难。本文引入一种级联 amortized 潜在扩散模型(CA-LDM)，实现内存高效的高分辨率 OCT 体积合成。首先，我们提出非整体自编码器，高效构建高分辨率体积空间与低分辨率潜在空间之间的双向映射。结合自编码器，我们提出级联扩散过程，对高分辨率 OCT 体积进行全局到局部的细化合成，将内存和计算需求分摊。在公开的高分辨率 OCT 数据集上的实验表明，合成数据具有真实的高分辨率和全局特征，超越了现有方法的能力。此外，两个下游精细分割任务上的性能提升显示出该方法在医学影像任务中训练深度学习模型的优势。代码已公开 available at: https://github.com/nicetomeetu21/CA-LDM。
引用
@article{arxiv.2405.16516,
title = {Memory-efficient High-resolution OCT Volume Synthesis with Cascaded Amortized Latent Diffusion Models},
author = {Kun Huang and Xiao Ma and Yuhan Zhang and Na Su and Songtao Yuan and Yong Liu and Qiang Chen and Huazhu Fu},
journal= {arXiv preprint arXiv:2405.16516},
year = {2024}
}
备注
Provisionally accepted for medical image computing and computer-assisted intervention (MICCAI) 2024