RealDeal：通过图像到图像扩散模型提升脑部图像生成的真实性与细节
图像与视频处理
2025-07-28 v1 计算机视觉与模式识别
机器学习
摘要
我们提出了图像到图像扩散模型，用于增强生成脑部图像的真实性和细节，通过引入锐利的边缘、细微纹理、亚细节解剖特征以及影像噪声。生成模型已广泛应用于生物医学领域，尤其是在图像生成应用中。潜在扩散模型在生成脑部MRI方面取得了最新的成果。然而，由于潜在压缩，来自这些模型的生成图像过于平滑，缺乏真实图像中常见的细微解剖结构和扫描获取噪声。本工作将提升真实性和添加细节的过程形式化为图像到图像扩散模型，以改善LDM生成图像的质量。我们采用常用的指标，如FID和LPIPS，用于图像真实性评估。此外，我们引入新的指标来展示RealDeal生成图像在图像噪声分布、锐度和纹理方面的真实性。
引用
@article{arxiv.2507.18830,
title = {RealDeal: Enhancing Realism and Details in Brain Image Generation via Image-to-Image Diffusion Models},
author = {Shen Zhu and Yinzhu Jin and Tyler Spears and Ifrah Zawar and P. Thomas Fletcher},
journal= {arXiv preprint arXiv:2507.18830},
year = {2025}
}
备注
19 pages, 10 figures