PulseAugur
中
实时 11:05:14
English(EN) Anatomically-conditioned Latent Diffusion Model for Data-Efficient Few-Shot Cross-Domain 3D Glioma MRI Synthesis

新的ALDM模型增强了胶质瘤的少样本3D MRI合成

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了解剖条件潜在扩散模型（ALDM），这是一个专为高效、少样本3D体积MRI合成设计的新型框架。该模型采用两阶段过程，首先使用3D变分自编码器学习解剖先验，然后使用由ControlNet引导的肿瘤掩模条件化的潜在扩散模型，为数据稀缺的领域生成连贯的体积。在仅使用16张目标图像的极端少样本评估中，ALDM超越了GAN和混合基线，取得了85.40的优越Frechet Inception Distance（FID）和0.987的下游分类AUC，证明了其在低资源环境下临床数据增强的效用。 AI

影响 增强了低资源临床环境中医学图像的数据增强能力。

排序理由 该集群包含一篇详细介绍新型医学图像合成模型的论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的ALDM模型增强了胶质瘤的少样本3D MRI合成

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Salman Shaik, Truong Thanh Hung Nguyen, Hung Cao ·

    面向数据高效少样本跨域3D胶质瘤MRI合成的解剖条件化潜在扩散模型

    arXiv:2606.25390v1 Announce Type: new Abstract: Accurate classification of diffuse gliomas is often hindered by domain shifts across centers and a lack of large, annotated datasets. We propose the Anatomically-conditioned Latent Diffusion Model (ALDM), a novel framework for data-…

  2. arXiv cs.CV TIER_1 English(EN) · Hung Cao ·

    面向数据高效少样本跨域3D胶质瘤MRI合成的解剖条件化潜在扩散模型

    Accurate classification of diffuse gliomas is often hindered by domain shifts across centers and a lack of large, annotated datasets. We propose the Anatomically-conditioned Latent Diffusion Model (ALDM), a novel framework for data-efficient, few-shot 3D volumetric MRI synthesis.…

相关实体

相关话题