使用 Stable Diffusion 模型合成 B 型主动脉夹层 CTA 图像数据
计算机视觉与模式识别
2024-02-13 v1
摘要
近年来，Stable Diffusion (SD) 在生成式 AI 领域引起了广泛关注，从而有助于合成具有独特特征的医学图像数据。其目的在于助力当前克服数据稀缺性局限并提升 ML 算法在心血管图像处理中能力的研究。因此，本研究仅使用有限数量的 CTA 图像作为输入，通过基于用户定义文本提示微调 stable diffusion 模型，探索了生成合成心脏 CTA 图像的可能性。通过结合定量分析和定性评估对合成数据进行了全面评估，其中由临床医生评估了生成数据的质量。结果表明，使用 Text to Image (T2I) stable diffusion 模型可以成功生成心脏 CTA 图像。结果证明，微调后的 T2I CTA diffusion 模型能够生成具有急性 B 型主动脉夹层 (TBAD) 医疗状况典型独特特征的图像。
引用
@article{arxiv.2402.06969,
title = {Synthesizing CTA Image Data for Type-B Aortic Dissection using Stable Diffusion Models},
author = {Ayman Abaid and Muhammad Ali Farooq and Niamh Hynes and Peter Corcoran and Ihsan Ullah},
journal= {arXiv preprint arXiv:2402.06969},
year = {2024}
}
备注
Submitted in IEEE EMBC 2024 Conference