基于潜在动态扩散模型的超声图像到视频合成
计算机视觉与模式识别
2025-03-20 v1 图像与视频处理
摘要
超声视频分类实现了自动化诊断，已成为重要的研究领域。然而，公开可用的超声视频数据集仍较为稀缺，阻碍了开发有效视频分类模型的进展。我们提出通过从丰富可得的静态超声图像合成合理的超声视频来缓解这一困境。为此，我们引入一种潜在动态扩散模型（LDDM），以高效方式将静态图像翻译为具有真实视频特征的动态序列。我们在BUSV基准上展示了强大的定量结果和视觉上令人满意的合成视频。值得注意的是，使用真实视频与LDDM合成视频的组合进行训练的视频分类模型性能显著优于仅使用真实数据，表明我们的方法成功地模拟了关键的动态特征，能够实现区分。我们的图像到视频方法为超声视频分析提供了有效的数据增强解决方案。代码可在 https://github.com/MedAITech/U_I2V 获取。
引用
@article{arxiv.2503.14966,
title = {Ultrasound Image-to-Video Synthesis via Latent Dynamic Diffusion Models},
author = {Tingxiu Chen and Yilei Shi and Zixuan Zheng and Bingcong Yan and Jingliang Hu and Xiao Xiang Zhu and Lichao Mou},
journal= {arXiv preprint arXiv:2503.14966},
year = {2025}
}
备注
MICCAI 2024