研究人员开发了 Lesion-DDPM，一个新颖的 3D 条件扩散框架，旨在为多发性硬化症 (MS) 研究合成医学图像。该方法特别增强了准确表示 MS 数据集中常见的小而稀疏的病灶的图像生成能力。通过结合多级解剖掩模注入和病灶加权重建损失，Lesion-DDPM 旨在提高神经影像机器学习模型的鲁棒性。实验表明，在 Lesion-DDPM 生成的扫描上训练的模型，与在现有合成数据集或仅真实扫描上训练的模型相比，在下游病灶分割任务上取得了更好的性能。 AI
影响 提高了 MS 研究的合成数据质量，可能加速诊断 AI 模型的开发。
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 AI 模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →