May, 2023
扰动与回声：利用扩散模型生成合成超声图像用于真实图像分割
Echo from noise: synthetic ultrasound image generation using diffusion models for real image segmentation
David Stojanovski, Uxio Hermida, Pablo Lamata, Arian Beqiri, Alberto Gomez
TL;DR本文提出了一种通过心脏超声语义标签图引导的去噪扩散概率模型（DDPMs）生成合成图像的新型流程，展示了这些合成图像可以作为医学影像分析任务的深度学习模型训练中真实数据的可行替代品，包括图像分割，并在未见实际数据的数据集上进行了评估，与现有技术相比，Dice 分数分别增加了 9.09％，3.7％和 15.0％，该流程具有应用于各种医学成像模态的各种其他任务的潜力。