Jul, 2024
手术文本到图像生成
Surgical Text-to-Image Generation
TL;DR通过对文本到图像生成模型在手术领域进行深入分析,利用包含手术动作三元组标注的手术图像数据集,进行了手术数据生成研究,以解决手术数据采集成本高、实践和伦理约束的问题,研究结果表明基于三元组标注的文本输入有助于区分手术动作,通过设计基于工具的类平衡技术,解决了手术数据的不平衡和倾斜问题,开发了一种能够从三元组文本提示中生成逼真的手术图像的模型,通过多种评估指标验证了该模型在质量、对齐性、推理能力、知识和鲁棒性等方面的有效性,为手术数据收集提供了一种真实的替代方案。