近日,醫(yī)學(xué)工程學(xué)院青年教師王沖博士在國際權(quán)威期刊Medical Image Analysis上發(fā)表了題為“ArtiDiffuser: A Unified Framework for Artifact Restoration and Synthesis for Histology Images via Counterfactual Diffusion Model”的研究論文。王沖博士為第一作者,醫(yī)學(xué)工程學(xué)院為第一單位。
近年來,病理圖像中的偽影對病理分析尤其是自動診斷帶來了嚴(yán)峻挑戰(zhàn)。針對這一問題,該團(tuán)隊提出了ArtiDiffuser框架——一種反事實擴(kuò)散模型,僅通過學(xué)習(xí)正常病理圖像即可實現(xiàn)偽影的修復(fù),并且有效保持了圖像的結(jié)構(gòu)信息及色彩信息不變。此外,該團(tuán)隊還提出了一種處理偽影問題的新視角,即通過生成偽影作為訓(xùn)練階段的數(shù)據(jù)增強(qiáng)方式,從而提高模型的魯棒性。在四個不同數(shù)據(jù)集的測試中,ArtiDiffuser的表現(xiàn)均優(yōu)于先前的方法。該研究為醫(yī)學(xué)圖像標(biāo)準(zhǔn)化處理提供了創(chuàng)新性解決方案,對推進(jìn)臨床診斷的精確性具有重要意義。
據(jù)悉,Medical Image Analysis屬于中科院一區(qū)Top期刊,影響因子為10.7分。
