PulseAugur
实时 13:16:54
English(EN) Controllable Lung Nodule Synthesis via Histogram-Regularized Latent Diffusion Models

扩散模型为 CT 扫描生成逼真的肺结节

研究人员开发了一种新的潜在扩散模型,能够为 CT 扫描合成逼真的肺结节。该模型通过生成具有可控强度分布的结节,解决了自动肺癌筛查中数据集多样性不足的问题,提高了视觉可信度和亚型一致性。当用于数据增强时,合成的结节可以提高下游临床任务的性能,特别是在罕见结节亚型和恶性肿瘤分类方面。 AI

影响 增强医学影像数据集,可能提高罕见病诊断的准确性。

排序理由 该集群包含一篇学术论文,详细介绍了使用扩散模型合成医学图像的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Arunkumar Kannan, Yanbo Zhang, Han Liu, Michael Baumgartner, Jianing Wang, Alexander Hertel, Bogdan Georgescu, Sasa Grbic ·

    Controllable Lung Nodule Synthesis via Histogram-Regularized Latent Diffusion Models

    arXiv:2605.30631v1 Announce Type: cross Abstract: While automated diagnosis systems have achieved remarkable success in computed tomography (CT)-based lung cancer screening, their development remains limited by the scarcity of diverse, annotated pulmonary nodule datasets. Diffusi…