基于扩散模型的牙科放射影像分割预训练
计算机视觉与模式识别
2023-07-28 v2 机器学习
摘要
医学放射影像分割，特别是牙科放射影像分割，受到标注成本的严重限制，因为其需要特定专业知识和费力的标注工作。在本工作中，我们提出了一种利用去噪扩散概率模型（DDPM）进行语义分割的直接预训练方法，该模型在生成建模方面已展现出令人印象深刻的成果。我们的直接方法在标注效率方面取得了显著性能，并且在预训练与下游任务之间不需要架构修改。我们提出首先通过利用 DDPM 训练目标对 Unet 进行预训练，然后在分割任务上微调所得模型。我们在牙科放射影像分割上的实验结果表明，所提方法与最先进的预训练方法具有竞争力。
引用
@article{arxiv.2307.14066,
title = {Pre-Training with Diffusion models for Dental Radiography segmentation},
author = {Jérémy Rousseau and Christian Alaka and Emma Covili and Hippolyte Mayard and Laura Misrachi and Willy Au},
journal= {arXiv preprint arXiv:2307.14066},
year = {2023}
}
备注
13 pages, 6 figures