Huynh Trinh Ngoc

新型扩散模型加速潜在空间中的医学图像分割

研究人员开发了MedSegLatDiff，一个新颖的基于扩散的医学图像分割框架，它利用变分自编码器（VAE）将图像压缩到潜在空间。这种方法显著加快了扩散过程，降低了计算负荷，同时保持了高精度。该模型旨在生成多个可行的分割掩码，捕捉不确定性并提供置信度图，从而增强了临床应用的可解释性和可靠性。在ISIC-2018和LIDC-IDRI等数据集上的评估表明，MedSegLatDiff达到了最先进的性能。