arXiv · 机器人与计算机视觉· Milad Yazdani, Pooria Ashrafian, Moein Heidari, Alireza Rafiei Sardouei, Dena Shahriari, Ilker Hacihaliloglu·· 12 小时前AI 评分12
扩散模型合成数据提升超声心动图下游任务性能
Incorporating synthetic data from diffusion models supports echocardiography downstream tasks
AI 导读
研究利用扩散模型生成合成训练数据,以解决标注超声数据集成本高昂的问题。在 CAMUS 和 CardiacUDC 数据集上,结合抽象令牌与分割掩码的条件生成将 FID 降至 1.5,使 ResNet-18 分类准确率从 83.8% 提升至 87.2%,并将 U-Net 分割 Dice 系数最高提至 87.6%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org