【他山之石】MICCAI2024 | 港中文提出DiffRect，基于隐空间扩散模型的半监督医学图像分割 !

文章预览

“ 他 山 之 石 ， 可 以 攻 玉 ” ， 站 在 巨 人 的 肩 膀 才 能 看 得 更 高 ， 走 得 更 远 。 在 科 研 的 道 路 上 ， 更 需 借 助 东 风 才 能 更 快 前 行 。 为 此 ， 我 们 特 别 搜 集 整 理 了 一 些 实 用 的 代 码 链 接 ， 数 据 集 ， 软 件 ， 编 程 技 巧 等 ， 开 辟 “ 他 山 之 石 ” 专 栏 ， 助 你 乘 风 破 浪 ， 一 路 奋 勇 向 前 ， 敬 请 关 注 ！ 引言 半监督医学图像分割(Semi-supervised Medical Image Segmentation)旨在利用有限的标注数据和丰富的未标记数据进行准确分割。然而，现有的半监督方法高度依赖于自生成伪标签的质量，容易出现不正确的监督和确认偏差。同时，它们在潜在空间中捕获标签分布的能力不足，对未标记数据的泛化能力有限。为了解决这些问题，本文提出了一种用于半监督医学图像分割的Latent Diffusion标签校正模型(DiffRect)。DiffR ………………………………