实体
Latent Bridge Matching
Latent Bridge Matching
PulseAugur coverage of Latent Bridge Matching — every cluster mentioning Latent Bridge Matching across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新方法利用潜在桥接匹配改进反照率估计
研究人员开发了一种新的反照率估计方法，这是内在图像分解的一个组成部分，使用了称为潜在桥接匹配（LBM）的技术。这种新颖的基于LBM的架构旨在通过提高物理一致性、降低推理过程中的计算成本以及增强跨不同数据集的泛化能力来克服当前方法的局限性。该方法结合了用于物理一致性的像素重建损失和用于增强泛化能力的阴影条件机制，并通过将阴影估计器条件化于预测的反照率来实现进一步改进。
-
新的潜在桥接匹配框架从对比前图像合成乳腺MRI
研究人员开发了一种名为潜在桥接匹配（LBM）的新框架，用于从对比前图像合成增强对比的乳腺DCE-MRI。该方法利用潜在扩散模型（LDM）方法，但学习配对的对比前和峰值增强VAE潜在变量之间的条件桥接，从而实现迭代优化。在验证队列上的评估表明，与标准的LDM基线相比，LBM（特别是带有肿瘤条件）在均方误差（MSE）和弗雷歇距离（FRD）等性能指标上有所提高。
-
MIRAGE模型增强MRI造影增强预测
研究人员开发了MIRAGE，一种新颖的二维U-Net模型，旨在从造影前切片推断乳腺MRI中的造影增强。该模型整合了全局重建和感知损失，以及专门的病灶感知监督，包括对漏诊的肿瘤增强和多尺度辅助肿瘤分割的惩罚。在MAMA-SYNTH数据集的301个病例上进行评估，MIRAGE在多个指标上表现优越，与Pix2Pix和条件扩散模型等现有基线相比，显著提高了下游病灶定位的准确性。