基于动态频率平衡与知识引导的结构准确医学图像翻译

多模态医学图像在精准、综合性临床诊断中发挥着关键作用。扩散模型是合成所需医学图像的强大策略，但现有方法仍因高频信息过拟合和低频信息被削弱，导致解剖结构失真。因此，我们提出一种基于动态频率平衡和知识引导的新方法。具体而言，我们首先通过小波分解提取模型关键特征的低频和高频成分。随后，设计动态频率平衡模块以适应性调整频率，增强全局低频特征和有效的高频细节，同时抑制高频噪声。为进一步克服不同医学模态间差异较大的挑战，我们构建一种知识引导机制，将视觉语言模型中来自临床先验知识的视觉特征融合，以促进准确解剖结构的生成。在多个数据集上的实验评估表明，所提方法在定性和定量评估方面均实现了显著改进，验证了其有效性和优越性。