医图论文 AAAI'25 | 基于视频扩散模型的标签高效数据增强方法用于心脏透视中的导丝分割

文章预览

点击下方“ ReadingPapers ”卡片，每天获取顶刊论文解读 论文信息 题目：Label-Efficient Data Augmentation with Video Diffusion Models for Guidewire Segmentation in Cardiac Fluoroscopy 基于视频扩散模型的标签高效数据增强方法用于心脏透视中的导丝分割 作者：Shaoyan Pan, Yikang Liu, Lin Zhao, Eric Z. Chen, Xiao Chen, Terrence Chen, Shanhui Sun 论文创新点 提出SF-VD模型 ：本文首次提出了 分割引导的帧一致性视频扩散模型（SF-VD） ，用于生成带有导丝掩码的透视视频，作为导丝分割网络的数据增强工具。 双模型策略 ：SF-VD采用 双模型策略 ，分别学习场景分布和运动分布。 场景分布模型 生成静态图像，而 运动分布模型 生成后续帧，确保帧间一致性。 帧一致性采样 ：为了生成更真实的视频，SF-VD引入了 帧一致性采样策略 ，通过条件生成中间帧，确保视频帧间的连贯性和一致性。 分割引导 ………………………………