手术图像的生成：使用潜在一致性扩散模型进行非配对图像转换

Aug, 2024

手术图像的生成：使用潜在一致性扩散模型进行非配对图像转换

SurgicaL-CD: Generating Surgical Images via Unpaired Image Translation with Latent Consistency Diffusion Models

Danush Kumar Venkatesh, Dominik Rivoir, Micha Pfeiffer, Stefanie Speidel

TL;DR本研究针对外科领域中高质量标注数据稀缺的问题，提出了一种名为SurgicaL-CD的新方法，该方法利用一致性提炼扩散技术在没有配对数据的情况下生成逼真的手术图像。研究表明，SurgicaL-CD在生成图像的质量和作为下游训练数据集的效用方面，超越了现有的生成对抗网络（GANs）和扩散模型，为计算机辅助外科系统的开发提供了新的研究方向。

Abstract

Computer-assisted surgery (CAS) systems are designed to assist surgeons during procedures, thereby reducing complications and enhancing patient care. Training machine learning models for these systems requires a large corpus of annotated datasets, which is challenging to obtain in the

发现论文，激发创造

使用非配对的图像转换方式生成用于腹腔镜图像处理任务的大型标注数据集

通过图像翻译方法，我们生成了外科镜检查图像的大量合成数据集，并展示了这样的数据集可用于训练和提高肝脏分割模型性能的可能性。

Jul, 2019

来自模拟外科三维数据的长期时间一致的非配对视频翻译

该文提出了一种结合无配对图像转换和神经渲染的新方法，将模拟的外科腹部场景转化为真实的图像，并实现了长期的一致视频合成。

Mar, 2021

探索非配对图像翻译中的语义一致性，以生成外科应用数据

探索了无配对图像翻译技术在手术应用中生成具有语义一致性数据的可行性，并发现结构相似性损失和对比学习的简单组合方法取得了最有希望的结果。定量分析表明，使用这种方法生成的数据具有更高的语义一致性，可以更有效地用作训练数据。

Sep, 2023

航行合成领域：利用扩散模型进行腹腔镜文本到图像生成

通过扩散生成模型，我们提出了一种直观的方法来从短文本提示生成合成的腹腔镜图像，采用最先进的文本到图像架构，在图像引导手术领域，特别是腹腔镜和机器人辅助手术方面，得到了依靠合成图像数据和虚拟手术训练方法的强力帮助。

Dec, 2023

医学图像翻译的串联多路径快捷扩散模型

提出了一种级联多路径快捷扩散模型（CMDM），用于高质量医学图像翻译和不确定性估计，能够产生与最先进方法相媲美的高质量翻译，并提供与翻译误差相关的合理不确定性估计。

Apr, 2024

多种医学模态下的合成数据生成人工智能：最新发展及挑战的系统综述

本研究综述了生成模型在合成各种医学数据类型方面的广泛应用，探索了合成应用、生成技术和评估方法等方面的见解，强调了医学数据的唯一性和临床应用的需求。同时，研究也揭示了医学图像评估方法的不足之处，呼吁进行深入评估、基准测试和比较研究以促进开放和合作。

Jun, 2024

手术文本到图像生成

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。

Jul, 2024

手术图像生成：利用潜在一致性扩散模型进行非配对图像转换

本研究解决了医学领域因患者隐私及医生标注工作量大而导致的标注数据集稀缺问题。提出的SurgicaL-CD方法，通过一致性蒸馏扩散，能够在无配对数据的情况下生成高质量的手术图像，并在多个数据集上展现了优于GAN和传统扩散方法的表现。这一成果为计算机辅助手术系统的训练提供了新的思路和可能性。

Aug, 2024

SurGen：用于外科手术视频生成的文本引导扩散模型

本研究针对外科手术视频生成领域，提出了SurGen，一个文本引导的扩散模型，解决了现有模型在分辨率和视频时长方面的不足。通过使用标准的图像和视频生成评估指标，验证了输出的视觉和时间质量。研究结果表明，扩散模型具有作为外科培训工具的潜力。

Aug, 2024

SurGen：用于外科手术视频生成的文本引导扩散模型

本研究解决了外科手术视频生成中缺乏真实感和交互性的挑战，提出了一种新的文本引导扩散模型SurGen。该模型能够生成最高分辨率和最长时长的手术视频，验证了其在视觉和时间质量上的优越性，为外科医师培训提供了有潜力的教育工具。

Aug, 2024