跳到正文
arXiv · 机器人与计算机视觉· Efthymios Georgiou, Ioannis Kakogeorgiou, Sarah Br\"uningk·· 15 天前精选AI 评分78

从自然图像到医学影像:扩散模型的迁移性研究

From Natural Images to Medical Scans: Transferability of Diffusion Models for Medical Image Generation

AI 导读

该预印本论文分析了将自然图像先验迁移至医学影像扩散去噪器的效果。研究发现,在像素空间和潜在空间下,自然图像初始化均能显著提升生成质量(相对 gFID 提升 21-34%),且这种增益与下游病理分类和放射组学特征提取能力正相关。研究进一步揭示,迁移收益主要源于空间结构的共享而非语义信息,混合域训练表明自然与医学图像在深层网络表示上具有相似性。代码已开源。

推荐理由

研究证实自然图像初始化可提升医学扩散模型生成质量,并揭示空间结构是迁移生效的关键通道。

来源:arXiv · 机器人与计算机视觉 · arxiv.org