基于交叉注意力与亲和度变换的合成肺部X射线图像生成
计算机视觉与模式识别
2025-03-11 v1 机器学习
摘要
收集和标注医学图像是一项耗时且耗费资源的任务。然而，通过扩散等模型生成合成数据提供了一种低成本的替代方案。本文提出了一种新方法，基于在文本-图像对上训练的稳定扩散模型，从合成肺部X射线图像中自动生成准确的语义掩码。该方法利用文本与图像之间的交叉注意力映射，将文本驱动的图像合成扩展到语义掩码生成。它采用文本引导的交叉注意力信息来识别图像中的特定区域，并结合创新技术生成高分辨率、类别区分的像素掩码。该方法显著降低了与数据收集和标注相关的成本。实验结果表明，使用该方法生成的合成数据训练的分割模型，其性能与在真实数据集上训练的模型相当，在某些情况下甚至更好。这证明了该方法的有效性及其在医学图像分析领域的变革潜力。
引用
@article{arxiv.2503.07209,
title = {Synthetic Lung X-ray Generation through Cross-Attention and Affinity Transformation},
author = {Ruochen Pi and Lianlei Shan},
journal= {arXiv preprint arXiv:2503.07209},
year = {2025}
}