MICCAI 2024 | 开创性Point-Image Diffusion助力医学图像公平分割

文章预览

近日，来自清华大学智能产业研究院助理教授赵昊老师（ https://sites.google.com/view/fromandto ）的团队，联合哈佛大学眼科AI实验室，提出了一种名为 Point-Image Diffusion 的眼底图像合成方案。 该方案率先提出“先生成标签，再由标签生成图像”的两段式图像生成范式。point2mask 和 mask2image 的两阶段合成框架既能得到配对标签，又能改善对生成图像分割边界控制。实验结果表明，合成数据质量优于现有方法。面对医学眼底图像分割中针对少数群体的偏见问题，团队通过合成数据与真实数据相结合的方案，提升了医学图像分割模型的公平性。 论文题目： FairDiff: Fair Segmentation with Point-Image Diffusion 论文链接： https://arxiv.org/abs/2407.0625 0 代码链接： https://github.com/wenyi-li/FairDiff 一、背景介绍 公平性 在医学影像分析中是一个重要课题，特别是在不同目标群体训练数 ………………………………