MED-INPAINT: Medical Image Synthesis Using Multi-Level Conditional Inpainting with a Denoising Diffusion Probabilistic Model and Adaptive Contrast Priors

修补 概率逻辑 对比度(视觉) 先验概率 计算机科学 人工智能 图像去噪 降噪 计算机视觉 图像(数学) 模式识别(心理学) 贝叶斯概率
作者
Reza Kalantar,Gigin Lin,Jessica M. Winfield,Christina Messiou,Dow‐Mu Koh,Matthew Blackledge
标识
DOI:10.1109/medai59581.2023.00061
摘要

Denoising diffusion probabilistic models (DDPMs) have shown promise for generating high-resolution synthetic images. In medical imaging, there is a growing demand for both realistic image synthesis and deterministic outcomes that can guide downstream applications effectively. In this study, we propose MED-INPAINT, an adaptable multi-level conditional DDPM framework. MED-INPAINT incorporates contrast priors for accelerated sampling and performs inpainting of pelvic magnetic resonance imaging (MRI) scans, enabling high-quality image synthesis with reasonably low uncertainty. Our results highlight the effectiveness of MED-INPAINT in generating realistic and detailed pelvic MRI images, assessing its uncertainty using various denoising steps at inference. MED-INPAINT outperformed baseline U-Net and cycle-consistent generative adversarial network (Cycle-GAN) models, demonstrating its potential for various medical imaging applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
峥2发布了新的文献求助10
2秒前
。。完成签到,获得积分10
2秒前
zz完成签到,获得积分10
2秒前
传奇3应助写得出发的中采纳,获得30
2秒前
fgh发布了新的文献求助10
3秒前
1234完成签到,获得积分10
3秒前
3秒前
自然初露完成签到 ,获得积分10
4秒前
5秒前
KingXing发布了新的文献求助10
5秒前
TH1223完成签到,获得积分10
5秒前
bei完成签到 ,获得积分10
6秒前
Bio应助混子小高采纳,获得30
6秒前
yao学渣完成签到 ,获得积分10
7秒前
不二臣发布了新的文献求助10
8秒前
可爱的函函应助kkk采纳,获得10
8秒前
斯文败类应助偷乐采纳,获得10
8秒前
Ava应助mariawang采纳,获得10
9秒前
girl发布了新的文献求助10
9秒前
orixero应助szl采纳,获得10
9秒前
自然初露关注了科研通微信公众号
10秒前
yu完成签到 ,获得积分10
10秒前
KingXing完成签到,获得积分10
11秒前
粗犷的灵松完成签到 ,获得积分10
11秒前
yyyyy关注了科研通微信公众号
13秒前
小姚发布了新的文献求助10
13秒前
wjw完成签到,获得积分10
14秒前
14秒前
毛小驴完成签到,获得积分10
15秒前
谢俏艳完成签到,获得积分10
15秒前
lm发布了新的文献求助10
15秒前
15秒前
15秒前
852应助咕噜咕噜咕嘟咕嘟采纳,获得10
16秒前
16秒前
小哥门完成签到,获得积分10
17秒前
Puan发布了新的文献求助10
17秒前
17秒前
sylnd126发布了新的文献求助10
18秒前
19秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
‘Unruly’ Children: Historical Fieldnotes and Learning Morality in a Taiwan Village (New Departures in Anthropology) 400
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3988786
求助须知:如何正确求助?哪些是违规求助? 3531116
关于积分的说明 11252493
捐赠科研通 3269766
什么是DOI,文献DOI怎么找? 1804771
邀请新用户注册赠送积分活动 881870
科研通“疑难数据库(出版商)”最低求助积分说明 809021