Jul, 2024
DiNO-Diffusion. 自监督预训练扩展医学扩散
DiNO-Diffusion. Scaling Medical Diffusion via Self-Supervised
Pre-Training
Guillermo Jimenez-Perez, Pedro Osorio, Josef Cersovsky, Javier Montalt-Tordera, Jens Hooge...
TL;DR使用自我监督方法训练潜在扩散模型的DiNO-Diffusion方法,在医学成像领域展示了广泛的覆盖能力,能够生成语义多样且量级较小的合成数据集,用于数据增强时可提高20%的分类性能。此外,DiNO-Diffusion表现出良好的零样本分割性能和图像解剖对齐效果,同时可以适用于其他医学成像模态或先进的扩散模型,为医学成像领域的大规模多领域图像生成提供可能。