medical image synthesis | BriefGPT

关键词medical image synthesis

搜索结果 - 16

结构注意力：重新思考用于非配对医学图像合成的 Transformer
通过引入结构感知偏置的 UNet Structured Transformer（UNest）架构，本研究成功提高了在无配对数据的情况下进行医学图像合成的性能，实现了新的医学图像合成方法，在三个模态（MR、CT 和 PET）的两个公共数据集上
PDF7 days ago
I2I-Mamba: 通过选择性状态空间建模的多模态医学图像合成
通过引入选择性状态空间建模 (SSM) 来捕捉远程上下文并保持局部精度，提出了一种新型对抗性模型 I2I-Mamba，该模型在卷积骨干网络的瓶颈中注入通道混合 Mamba (cmMamba) 块，综合报告了多对比度 MRI 和 MRI-CT
PDFa month ago
VM-DDPM：医学图像合成的视觉曼巴扩散
基于 SMM-CNN 混合结构的 Vision Mamba DDPM（VM-DDPM）用于医学图像合成，通过多级状态空间块（MSSBlock）、状态空间层（SSLayer）和交叉扫描模块（CSM）等方法，在三个不同规模的数据集上取得最先进的
PDF2 months ago
HAGAN：医学图像合成的混合增强生成对抗网络
医学图像合成（MIS）在智能医疗领域起着重要作用，极大节省了医学诊断的经济和时间成本。我们提出了混合增强生成对抗网络（HAGAN），通过注意力混合生成器、分层鉴别器和鉴别器与生成器之间的反向跳跃连接来保持结构纹理和组织细胞的真实性，提高合成
PDF2 months ago
无超参数的医学图像合成用于数据共享和提高特定站点分割
通过 Hyperparameter-Free 分布式学习方法 HyFree-S3 实现的自动医学图像合成、共享和分割可以提高患者隐私和数据安全，并在多种分割设置中（盆腔 MRI、肺部 X 射线、息肉照片）表现出更好的性能，无需手动调整现有的
PDF3 months ago
通过精细的图像文本对齐和解剖病理促进的医学图像合成
通过细粒度的图像 - 文本对齐和解剖病理提示，我们提出了一种新颖的医学图像合成模型，能够生成高度详细和准确的合成医学图像，我们验证了我们的方法在公共胸部 X 光数据集上的优越性，并展示了我们的合成图像保留准确的语义信息，对各种医学应用具有价
PDF4 months ago
WDM: 高分辨率医学图像合成的三维小波扩散模型
利用基于小波的医学图像合成框架的扩散模型，可以在高分辨率下生成高质量的医学图像。
PDF4 months ago
基于 DDPM 的 X-ray 图像合成器
提出了一种结合 Denoising Diffusion Probabilistic Model (DDPM) 和 UNet 架构的 X-ray 图像合成方法，通过使用 3000 多张从 Kaggle 获取的肺炎 X-ray 图像进行训练，成
PDF6 months ago
MRI 图像翻译的 CycleGAN 模型
该研究提出了使用 CycleGAN 模型将神经图像从一种场强转化为另一种的方法，并将其与基于 DCGAN 结构的模型进行了比较，结果表明 CycleGAN 能够以较高的准确度生成合成和重构图像。
PDF6 months ago
EMIT-Diff：通过文本引导的扩散模型增强医学图像分割
本文提出了一种用于医学图像合成的新方法，即 EMIT-Diff，它利用最近的扩散概率模型生成逼真且多样化的合成医学图像数据，并确保合成样本符合医学相关约束并保留成像数据的底层结构。在多个数据集上进行的实验证明了 EMIT-Diff 在医学图
PDF8 months ago
结构保持合成：MaskGAN 用于非配对 MR-CT 转换
本文提出了 MaskGAN，这是一个新颖且具有成本效益的框架，通过利用自动生成的粗糙掩膜来实现结构的一致性，以克服医学图像合成中配对数据稀缺以及图像错位的问题。
PDFa year ago
一种基于注意力机制的医学影像生成模型
提出了一种基于注意力机制的双对比度生成模型 ADC-cycleGAN，其中加入了双对比度损失项和 $K$ 均值算法，用于多层次医学图像的合成，实验结果表明该模型具有较高的 PSNR 和 SSIM 值。
PDFa year ago
基于联邦 GAN 的医学图像合成中的后门攻击
本研究提出了一种针对联邦 GAN 的后门攻击方式，并且证明了添加少于 0.5% 的图像大小的触发器可以破坏 FL-GAN 模型，基于此，我们提供了两种有效的防御策略：全局恶意检测和局部训练正则化，并且展示了两种策略相结合可以产生强大的医学图
PDF2 years ago
SkrGAN：用于医学图像合成的素描 - 渲染无条件生成对抗网络
该研究提出了一种基于笔画先验限制的生成对抗网络 SkrgAN，用于合成医学影像，实验结果表明该方法在各种图像模态下均能达到最先进的效果，并且用于数据增强可以提高医学图像分割方法的表现。
PDF5 years ago
医学图像合成的对抗学习方法用于病变检测
该研究提出了一种名为异常 - 正常翻译生成对抗网络（ANT-GAN）的医学图像合成模型，能够根据异常图像生成与之对应的正常图像，该模型在医学影像分割或分类任务中提供了有用的辅助信息，并且能够用于数据增强。
PDF6 years ago
使用结构约束 CycleGAN 进行非配对脑 MR 到 CT 的合成
本文针对 cycleGAN 在医学图像合成中普遍存在的结构一致性问题，提出了一种基于无配对数据的结构约束 cycleGAN 方法，使用基于模态无关邻域描述符的额外结构一致性损失来约束结构一致性，并采用基于位置的选择策略进行训练图片的选择，实
PDF6 years ago