PulseAugur
中
实时 11:09:58
English(EN) Anatomically-conditioned Latent Diffusion Model for Data-Efficient Few-Shot Cross-Domain 3D Glioma MRI Synthesis

新的ALDM框架用有限数据生成3D脑部MRI扫描

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个名为解剖条件潜在扩散模型（ALDM）的新框架，用于生成3D脑部MRI扫描。该模型旨在提高数据效率，特别是在标注数据稀缺的少样本学习场景中。ALDM采用一个两阶段过程，包括一个3D变分自编码器和一个由肿瘤掩码引导的条件潜在扩散模型，在合成结构连贯的体积方面优于现有的GAN和混合基线。该框架在低资源环境下有望用于临床数据增强，实现了优越的Fréchet Inception Distance（FID）和高下游分类AUC。 AI

影响 该模型可以显著提高罕见病训练数据的可用性，从而加速低资源环境下的AI驱动诊断。

排序理由 该集群包含一篇详细介绍用于医学图像合成的新模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]

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框架用有限数据生成3D脑部MRI扫描

报道来源 [2]

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

    Anatomically-conditioned Latent Diffusion Model for Data-Efficient Few-Shot Cross-Domain 3D Glioma MRI Synthesis

    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 ·

    Anatomically-conditioned Latent Diffusion Model for Data-Efficient Few-Shot Cross-Domain 3D Glioma MRI Synthesis

    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