LLIFT-DM

新的LLIFT框架生成逼真的医学图像用于AI验证

研究人员开发了一种名为局部标签信息特征迁移（LLIFT）的新框架，用于生成具有逼真病变的半合成脑部MRI图像。该方法可以在训练期间无需像素级病变标注即可创建地面真实数据，解决了当前依赖标注或手工扰动方法的局限性。LLIFT通过定制的生成对抗网络（LLIFT-GAN）和基于扩散的修复流程（LLIFT-DM）实现，两者在与真实病理分布的比较以及生成定性上逼真的病变结构方面均表现出相当的性能。