使用条件扩散模型的分割引导膝关节X光片生成
图像与视频处理
2024-04-05 v1 计算机视觉与模式识别
摘要
基于深度学习的医学图像处理算法在开发过程中需要具有代表性的数据。特别是，手术数据可能难以获取，且高质量的公开数据集有限。为了克服这一限制并扩充数据集，一种广泛采用的解决方案是生成合成图像。在本工作中，我们采用条件扩散模型从轮廓和骨骼分割生成膝关节X光片。值得注意的是，通过将分割作为条件纳入采样和训练过程，我们提出了两种不同的策略，即条件采样和条件训练。结果表明，这两种方法都能在遵循条件分割的前提下生成逼真的图像。条件训练方法优于条件采样方法和传统的 U-Net。
引用
@article{arxiv.2404.03541,
title = {Segmentation-Guided Knee Radiograph Generation using Conditional Diffusion Models},
author = {Siyuan Mei and Fuxin Fan and Fabian Wagner and Mareike Thies and Mingxuan Gu and Yipeng Sun and Andreas Maier},
journal= {arXiv preprint arXiv:2404.03541},
year = {2024}
}