<p align=center>医学影像中的出色扩散模型</p>

🔥🔥 这是一个关于医学影像中扩散模型的出色文章合集：🔥🔥

• 我们在 MedIA 上的综述文章：医学影像中的扩散模型：一项全面的综述 ❤️
• 我们在 arXiv 上的综述文章：医学图像分析中的扩散模型：一项全面的综述 ❤️

引用

@article{kazerouni2023diffusion,
  title={医学影像中的扩散模型：一项全面的综述},
  author={Kazerouni, Amirhossein and Aghdam, Ehsan Khodapanah and Heidari, Moein and Azad, Reza and Fayyaz, Mohsen and Hacihaliloglu, Ilker and Merhof, Dorit},
  journal={医学图像分析},
  pages={102846},
  year={2023},
  publisher={Elsevier}
}

更新

• 第四次发布： 敬请期待！
• 我们现在已经获得了超过 1K 颗星 🌟—感谢社区的支持！如果您有兴趣为这个仓库做贡献，请不要犹豫，给我发消息。谢谢！
• 查看我们在 MICCAI 2023 PRIME 研讨会上接受的新论文：DermoSegDiff: 用于皮肤病变描绘的边界感知分割扩散模型 🥳
• 第三次发布: 2023 年 6 月 3 日
• 😎 2023 年 4 月 8 日：我们的论文在 医学图像分析期刊 (IF: 13.83) 上接受发表 😎
• 第二次发布: 2023 年 3 月 29 日
• 第一次发布: 2022 年 11 月 14 日

内容

• 综述论文

• 挑战报告

• 论文

  • 异常检测
  • 去噪
  • 分割
  • 图像到图像转换
  • 重建
  • 图像生成
  • 文本到图像
  • 配准
  • 分类
  • 目标检测
  • 图像修复
    • 修复
    • 超分辨率
    • 增强
  • 对抗攻击
  • 公平性
  • 时间序列
  • 音频
  • 其他应用
  • 多任务

综述论文

低级视觉中的扩散模型：一项综述
Chunming He, Yuqi Shen, Chengyu Fang, Fengyang Xiao, Longxiang Tang, Yulun Zhang, Wangmeng Zuo, Zhenhua Guo, Xiu Li
[6月16日] [arXiv, 2024]
[论文] [GitHub]

使用深度学习减少三维和四维锥束计算机断层成像中的伪影 -- 一项综述
Mohammadreza Amirian, Daniel Barco, Ivo Herzig, Frank-Peter Schilling
[2024年3月27日] [arXiv, 2024]
[论文]

扩散概率模型在MRI中新兴应用的一项综述
Yuheng Fan, Hanxi Liao, Shiqi Huang, Yimin Luo, Huazhu Fu, Haikun Qi
[2023年11月18日] [arXiv, 2023]
[论文]

生成式人工智能在医疗保健中的综合回顾
Yasin Shokrollahi, Sahar Yarmohammadtoosky, Matthew M. Nikahd, Pengfei Dong, Xianqi Li, Linxia Gu
[2023年7月24日] [arXiv, 2023]
[论文]

医疗影像的生成性人工智能：扩展 MONAI 框架 :fire:
Walter H. L. Pinaya, Mark S. Graham, Eric Kerfoot, Petru-Daniel Tudosiu, Jessica Dafflon, Virginia Fernandez, Pedro Sanchez, Julia Wolleb, Pedro F. da Costa, Ashay Patel, Hyungjin Chung, Can Zhao, Wei Peng, Zelong Liu, Xueyan Mei, Oeslle Lucena, Jong Chul Ye, Sotirios A. Tsaftaris, Prerna Dogra, Andrew Feng, Marc Modat, Parashkev Nachev, Sebastien Ourselin, M. Jorge Cardoso
[2023年7月27日] [arXiv, 2023]
[论文] [Github]

数据增强在医学影像中的深度学习方法：一项综述
Aghiles Kebaili, Jérôme Lapuyade-Lahorgue, Su Ruan
[2023年7月24日] [影像期刊, 2023]
[论文]

结构化数据生成性扩散模型的综合综述
Heejoon Koo, To Eun Kim
[2023年6月7日] [arXiv, 2023]
[论文]

时间序列应用的扩散模型：一项综述
Lequan Lin, Zhengkun Li, Ruikun Li, Xuliang Li, Junbin Gao
[2023年5月1日] [arXiv, 2023]
[论文]

扩散模型知识蒸馏的全面综述
Weijian Luo
[2023年4月9日] [arXiv, 2023]
[论文]

图形扩散模型综述：科学中的生成性人工智能在分子、蛋白质和材料中的应用
Mengchun Zhang, Maryam Qamar, Taegoo Kang, Yuna Jung, Chenshuang Zhang, Sung-Ho Bae, Chaoning Zhang
[2023年4月4日] [arXiv, 2023]
[论文]

音频扩散模型用于语音合成：生成式人工智能的文本到语音和语音增强综述
Chenshuang Zhang, Chaoning Zhang, Sheng Zheng, Mengchun Zhang, Maryam Qamar, Sung-Ho Bae, In So Kweon
[2023年3月23日] [arXiv, 2023]
[论文]

自然语言处理中的扩散模型：一项综述
Yuansong Zhu, Yu Zhao
[2023年3月14日] [arXiv, 2023]
[论文]

生成性人工智能中的文本到图像扩散模型：一项综述
Chenshuang Zhang, Chaoning Zhang, Mengchun Zhang, In So Kweon
[2023年3月14日] [arXiv, 2023]
[论文]

非自回归文本生成的扩散模型：一项综述
Yifan Li, Kun Zhou, Wayne Xin Zhao, Ji-Rong Wen
[2023年3月12日] [arXiv, 2023]
[论文]

生物信息学中的扩散模型：深度学习革命的新一波行动
Zhiye Guo, Jian Liu, Yanli Wang, Mengrui Chen, Duolin Wang, Dong Xu, Jianlin Cheng
[2023年2月13日] [arXiv, 2023]
[论文]

图形上的生成性扩散模型：方法与应用
Wenqi Fan, Chengyi Liu, Yunqing Liu, Jiatong Li, Hang Li, Hui Liu, Jiliang Tang, Qing Li
[2023年2月6日] [arXiv, 2023]
[论文]

医学影像中的扩散模型：一项全面的综述 :fire:
Amirhossein Kazerouni, Ehsan Khodapanah Aghdam, Moein Heidari, Reza Azad, Mohsen Fayyaz, Ilker Hacihaliloglu, Dorit Merhof
[2022年11月14日] [MedIA期刊, 2023]
[论文]

高效的扩散模型在视觉中的应用：一项综述
Anwaar Ulhaq, Naveed Akhtar, Ganna Pogrebna
[2022年10月7日] [arXiv, 2022]
[论文]

视觉中的扩散模型：一项综述
Florinel-Alin Croitoru, Vlad Hondru, Radu Tudor Ionescu, Mubarak Shah
[2022年9月10日] [arXiv, 2022]
[论文] [Github]

生成性扩散模型综述
Hanqun Cao, Cheng Tan, Zhangyang Gao, Guangyong Chen, Pheng-Ann Heng, Stan Z. Li
[2022年9月6日] [arXiv, 2022]
[论文] [Github] 扩散模型：方法和应用的全面调查 杨玲，张志龙，宋扬，洪深达，徐润生，赵悦，邵迎霞，张文涛，崔斌，杨明轩 [2022年9月2日] [arXiv, 2022] [论文] [Github]

挑战报告

AAPM大挑战深度生成建模报告：学习医学图像统计 鲁查·德什潘德，瓦伦·A.凯尔卡尔，迪米特里奥斯·戈茨，普拉巴特·Kc，曾荣平，凯尔·J.迈尔斯，弗兰克·J.布鲁克斯，马克·A.阿纳斯塔西奥 [2024年5月2日] [arXiv, 2024] [论文] [网站]

论文

异常检测

二元任务的二元噪声：用于无监督异常检测的蒙面伯努利扩散 茱莉亚·沃莱布，弗洛伦丁·比德尔，保罗·弗里德里希，张彼得，艾丽西娅·杜勒，菲利普·C.卡廷 [2024年3月18日] [arXiv, 2024]<br> [论文] [Github]

带有注意力引导去噪扩散异常检测模型的客观和可解释乳房美态评估 朴相俊，金勇培，常宰锡，崔瑞熙，钟亨进，李翊宰，边华庆 [2024年2月28日] [arXiv, 2024]<br> [论文]

MAEDiff：用于脑图像无监督异常检测的蒙面自编码器增强扩散模型 徐瑞，王韵科，杜博 [2024年1月19日] [arXiv, 2024]<br> [论文]

使用聚合规范扩散的无监督异常检测 亚历山大·弗洛特斯彻，贾瓦丹·卡普尔，托马斯·沃尔弗斯，克里斯蒂安·F.鲍姆加特纳 [2023年12月4日] [arXiv, 2023]<br> [论文] [Github]

DISYRE：用于无监督异常检测的扩散启发合成修复 塞尔吉奥·纳瓦尔·马里蒙特，马修·博，瓦西利斯·西奥莫斯，克里斯托斯·泽利皮斯，伯恩哈德·凯因茨，贾科莫·塔罗尼 [2023年11月26日] [arXiv, 2023]<br> [论文]

使用条件扩散模型进行脑核磁共振图像中无监督异常检测的引导重建 芬恩·贝伦特，迪巴扬·巴塔查里亚，罗宾·米灵，伦纳特·马克，朱莉娅·克吕格，罗兰·奥菲尔，亚历山大·施拉弗 [2023年12月7日] [arXiv, 2023]<br> [论文] [Github]

基于直方图和扩散的医学图像出分布检测 艾维·M.C. 胡伊本，锡纳·阿米拉贾布，喬西安·P.W. 普鲁姆 [2023年10月12日] [arXiv, 2023]<br> [论文]

AnoDODE：使用扩散ODE的异常检测 胡显耀，靳聪明 [2023年8月10日] [arXiv, 2023]<br> [论文]

使用蒙面条件扩散的模态循环进行MRI中的无监督异常分割 梁紫云，哈里·安东尼，菲利克斯·瓦格纳，康斯坦丁诺斯·卡姆尼察斯 [2023年8月30日] [arXiv, 2023]<br> [论文] [Github]

用于脑图像反事实生成和异常检测的扩散模型 亚历山德罗·丰塔内拉，格兰特·梅尔，乔安娜·沃德劳，埃马努埃莱·特鲁科，阿莫斯·斯托基 [2023年8月3日] [arXiv, 2023]<br> [论文] [Github]

SANO：皮肤病学异常定位的基于评分的扩散模型 阿尔瓦罗·冈萨雷斯-希门尼斯，西蒙尼·利翁内蒂，马克·普利，亚历山大·A.纳瓦里尼 [2023年6月18日] [CVPR 研讨会, 2023] [论文本]

蒙面，缝合和重新采样：通过自动扩散模型增强异常检测中的鲁棒性和泛化能力 科斯明·I. 伯塞亚，迈克尔·诺伊迈尔，丹尼尔·吕克特，朱莉娅·A. 施纳贝尔 [2023年5月31日] [arXiv, 2023]<br> [论文]

使用蒙面扩散模型进行医学图像无监督异常检测 哈桑·伊克巴尔，乌玛·哈立德，静·华，陈·晨 [2023年5月31日] [MICCAI MLMI 研讨会, 2023]<br> [论文] [Github]

反转异常：用于异常检测的伪健康生成网络 科斯明·I. 伯塞亚，本尼迪克特·魏斯特勒，丹尼尔·吕克特，朱莉娅·A. 施纳贝尔 [2023年3月15日] [arXiv, 2023]<br> [论文]

用于脑MRI无监督异常检测的修补扩散模型 芬恩·贝伦特，迪巴扬·巴塔查里亚，朱莉娅·克吕格，罗兰·奥菲尔，亚历山大·施拉弗 [2023年3月7日] [MIDL, 2023]<br> [论文] [Github]

溶解即放大：迈向细粒度异常检测 施健，张鹏义，张倪，哈基姆·加扎伊，耶希亚·马苏德 [2023年2月28日] [arXiv, 2023]<br> [论文]

去噪模型中的噪声在医学图像异常检测中的作用 安塔纳斯·卡斯桑，佩德罗·桑切斯，帕特里克·施雷姆夫，曹阳，威廉·克拉克特，莎迪亚·S·米卡埃尔，杰里米·P·沃伊西，基思·戈特曼，亚历山大·韦尔，尼古拉斯·普盖特，索蒂里奥斯·A·察夫塔里斯，艾莉森·Q·奥尼尔 [2023年1月19日] [MedIA期刊, 2023] [论文] [Github]

什么是健康的？用于病变定位的生成反事实扩散 佩德罗·桑切斯，安塔纳斯·卡斯桑，肖刘，艾莉森·Q·奥尼尔，索蒂里奥斯·A·察夫塔里斯 [2022年7月25日] [MICCAI 研讨会, 2022] [论文] [Github]

AnoDDPM：使用简单噪声的去噪扩散概率模型进行异常检测 朱利安·怀特，亚当·里奇，塞巴斯蒂安·M·施蒙，克里斯·G·威尔科克斯 [2022年6月1日] [CVPR 研讨会, 2022] [论文] [Github]

图像到图像翻译的瑞士军刀：多任务扩散模型 茱莉亚·沃莱布，罗宾·桑德库勒，弗洛伦丁·比德尔，菲利普·C.卡廷 [2022年4月6日] [arXiv, 2022]<br> [论文]

医学异常检测的扩散模型 茱莉亚·沃莱布，弗洛伦丁·比德尔，罗宾·桑德库勒，菲利普·C.卡廷 [2022年3月8日] [MICCAI, 2022]<br> [论文] [Github]

---

去噪

3D低剂量PET的剂量感知扩散模型：读者研究和真实低剂量数据的多机构验证 谢辉东，甘伟杰，周博，陈明凯，库伦·迈克尔，布斯塔尼·安妮玛丽，斯宾塞·本杰明·A.，拜尔伦·雷蒙德，陈雄超，刘琼，郭雪琪，夏梦华，周银池，刘辉，郭亮，安红宇，卡米洛夫·乌鲁格别克·S.，王汉忠，李标，罗明格·阿克塞尔，施匡予，王戈，巴达维·拉姆齐·D. [2024年5月2日] [arXiv, 2024] [论文]

CT超分辨率和去噪的隐式图像到图像薛定谔桥 王原，尹思烨，金鹏飞，蒂夫南·马修，陈振农，胡瑞，张丽，陈志强，李泉正，杜凡 [2024年3月10日] [arXiv, 2024] [论文]

SDDPM：散斑去噪扩散概率模型 苏梅·古哈，斯科特·T·阿克顿 [2023年11月17日] [arXiv, 2023] [论文] 用扩散概率模型对超声图像进行去噪
Hojat Asgariandehkordi, Sobhan Goudarzi, Adrian Basarab, Hassan Rivaz
[2023年6月12日] [arXiv, 2023]
[论文]

基于扩散概率模型的低剂量CT图像去噪
Xuan Liu, Yaoqin Xie, Songhui Diao, Shan Tan, Xiaokun Liang
[2023年5月25日] [arXiv, 2023]
[论文]

CoreDiff: 针对低剂量CT去噪和泛化的上下文误差调制广义扩散模型
Qi Gao, Zilong Li, Junping Zhang, Yi Zhang, Hongming Shan
[2023年4月4日] [arXiv, 2023]
[论文]

DDM2: 基于生成扩散模型的自监督扩散MRI去噪
Tiange Xiang, Mahmut Yurt, Ali B Syed, Kawin Setsompop, Akshay Chaudhari
[2023年2月6日] [ICLR, 2023]
[论文] [Github]

利用去噪扩散概率模型进行低剂量CT 20倍速度提升
Wenjun Xia, Qing Lyu, Ge Wang
[2022年9月29日] [arXiv, 2022]
[论文]

基于去噪扩散概率模型的PET图像去噪
Kuang Gong, Keith A. Johnson, Georges El Fakhri, Quanzheng Li, Tinsu Pan
[2022年9月13日] [欧洲核医学与分子成像杂志, 2022]
[论文]

基于扩散概率模型的视网膜OCT无监督去噪
Dewei Hu, Yuankai K. Tao, Ipek Oguz
[2022年1月27日] [医学影像2022: 图像处理]
[论文] [Github]

---

分割

基于单步逆过程的生物医学图像稳定扩散分割
Tianyu Lin, Zhiguang Chen, Zhonghao Yan, Weijiang Yu, Fudan Zheng
[6月26日] [MICCAI, 2024]
[论文] [GitHub]

CriDiff: 通过生成预训练的错综注入扩散框架用于前列腺分割
Tingwei Liu, Miao Zhang, Leiye Liu, Jialong Zhong, Shuyao Wang, Yongri Piao, Huchuan Lu
[6月20日] [arXiv, 2024]
[论文] [GitHub]

利用去噪扩散模型将胰腺肿瘤分割作为CT图像中的异常检测
Reza Babaei, Samuel Cheng, Theresa Thai, Shangqing Zhao
[6月4日] [arXiv, 2024]
[论文]

可靠来源近似: 无源非监督领域适应的前庭神经鞘瘤MRI分割
Hongye Zeng, Ke Zou, Zhihao Chen, Rui Zheng, Huazhu Fu
[5月25日] [arXiv, 2024]
[论文] [GitHub]

CTS: 基于一致性的医学图像分割模型
Kejia Zhang, Lan Zhang, Haiwei Pan, Baolong Yu
[5月14日] [arXiv, 2024]
[论文] [GitHub]

用于脑MRI中病变检测的差异扩散模型
Keqiang Fan, Xiaohao Cai, Mahesan Niranjan
[5月8日] [arXiv, 2024]
[论文]

DiffSeg: 基于扩散差异的皮肤病变分割模型
Zhihao Shuai, Yinan Chen, Shunqiang Mao, Yihan Zho, Xiaohong Zhang
[4月25日] [arXiv, 2024]
[论文]

医学图像扩散分割分析
Mathias Öttl, Siyuan Mei, Frauke Wilm, Jana Steenpass, Matthias Rübner, Arndt Hartmann, Matthias Beckmann, Peter Fasching, Andreas Maier, Ramona Erber, Katharina Breininger
[3月21日, 2024] [arXiv, 2024]
[论文]

嗜酸粒细胞分割的扩散和多域适应方法
Kevin Lin, Donald Brown, Sana Syed, Adam Greene
[3月17日, 2024] [arXiv, 2024]
[论文]

Polyp-DDPM: 基于扩散的语义息肉合成以增强分割
Zolnamar Dorjsembe, Hsing-Kuo Pao, Furen Xiao
[2月6日, 2024] [arXiv, 2024]
[论文] [Github]

Surf-CDM: 用于医学图像分割的基于得分的表面冷扩散模型
Fahim Ahmed Zaman, Mathews Jacob, Amanda Chang, Kan Liu, Milan Sonka, Xiaodong Wu
[2023年12月19日] [arXiv, 2023]
[论文]

LSegDiff: 用于医学图像分割的潜扩散模型
Fahim Ahmed Zaman, Mathews Jacob, Amanda Chang, Kan Liu, Milan Sonka, Xiaodong Wu
[2023年12月7日] [SOICT, 2023]
[论文]

时间步汇聚扩散模型的鲁棒半监督分割
Margherita Rosnati, Melanie Roschewitz, Ben Glocker
[2023年11月13日] [arXiv, 2023]
[论文]

病理多模态MR图像和分割的3D生成模型
Virginia Fernandez, Walter Hugo Lopez Pinaya, Pedro Borges, Mark S. Graham, Tom Vercauteren, M. Jorge Cardoso
[2023年11月8日] [arXiv, 2023]
[论文] [Github]

针对体积医学图像分割的通用半监督框架
Haonan Wang, Xiaomeng Li
[2023年10月17日] [NeurIPS, 2023]
[论文] [Github]

医学图像分割深度学习模型的认证
Othmane Laousy, Alexandre Araujo, Guillaume Chassagnon, Nikos Paragios, Marie-Pierre Revel, Maria Vakalopoulou
[2023年10月5日] [MICCAI, 2023]
[论文] [Github]

在医学图像分割的扩散模型中引入形状先验模块
Zhiqing Zhang, Guojia Fan, Tianyong Liu, Nan Li, Yuyang Liu, Ziyu Liu, Canwei Dong, Shoujun Zhou
[2023年8月12日] [arXiv, 2023]
[论文]

基于扩散去噪模型的医学图像分割回收训练策略
Yunguan Fu, Yiwen Li, Shaheer U Saeed, Matthew J Clarkson, Yipeng Hu
[2023年8月30日] [arXiv, 2023]
[论文] [Github]

自监督表示学习的掩码扩散
Zixuan Pan, Jianxu Chen, Yiyu Shi
[2023年8月10日] [arXiv, 2023]
[论文]

DermoSegDiff: 用于皮肤病变描绘的边界感知分割扩散模型
Afshin Bozorgpour, Yousef Sadegheih, Amirhossein Kazerouni, Reza Azad, Dorit Merhof
[2023年8月5日] [MICCAI研讨会, 2023]
[论文] [Github]

C-DARL: 基于扩散对抗表示学习的无标签血管分割
Boah Kim, Yujin Oh, Bradford J. Wood, Ronald M. Summers, Jong Chul Ye
[2023年7月31日] [arXiv, 2023]
[论文]

用于牙科X光片分割的扩散模型预训练
Jérémy Rousseau, Christian Alaka, Emma Covili, Hippolyte Mayard, Laura Misrachi, Willy Au
[2023年7月26日] [arXiv, 2023]
[论文]

FEDD -- 公平、高效、多样的基于扩散的病变分割和恶性分类
Héctor Carrión, Narges Norouzi
[2023年7月21日] [MICCAI, 2023]
[论文] [Github] 医学图像分割的注释者共识预测与扩散模型 托默·阿米特, 什缪尔·希赫鲁尔, 塔尔·沙汉班尼, 利奥尔·沃尔夫 [2023年6月15日] [arXiv, 2023] [论文] [Github]

条件扩散模型用于弱监督医学图像分割 胡欣荣, 陈宇仁, 何宗宜, 史义誉 [2023年6月6日] [arXiv, 2023] [论文] [Github]

使用合成MR图像进行脑肿瘤分割 — GAN与扩散模型的比较 穆罕默德·乌斯曼·阿克巴尔, 曼斯·拉尔森, 安德斯·埃克隆德 [2023年6月5日] [arXiv, 2023] [论文]

使用扩散模型的半监督脑肿瘤分割 艾哈迈德·阿尔谢诺迪, 伯特拉姆·萨布罗斯基-赫希, 斯特凡·图姆法特, 迈克尔·吉雷茨勒赫纳, 埃里希·科布勒 [2023年6月1日] [AIAI, 2023] [论文] [Github]

用于半监督超声图像分割的多层次全局上下文交叉一致性模型与扩散模型 汤丰禾, 丁建瑞, 王凌涛, 夏敏, 宁春萍 [2023年5月16日] [arXiv, 2023] [论文] [Github]

使用生成扩散特征无监督发现三维层次结构 努里斯兰·图尔辛贝克, 马克·尼特哈默 [2023年4月28日] [arXiv, 2023] [论文]

DiffuseExpand：使用扩散模型扩展2D医学图像分割的数据库 邵世彤, 袁小寒, 黄振, 邱自铭, 王帅, 周凯文 [2023年4月26日] [arXiv, 2023] [论文] [Github]

使用扩散模型的模糊医学图像分割 艾蒙·拉赫曼, 杰亚·玛丽亚·乔斯·瓦拉纳拉苏, 伊尔克尔·哈西哈利洛格鲁, 维沙尔·M·帕特尔 [2023年4月10日] [CVPR, 2023] [论文] [Github]

BerDiff：用于医学图像分割的条件伯努利扩散模型 陈涛, 王辰辉, 单洪明 [2023年4月10日] [arXiv, 2023] [论文]

用于内存高效处理三维医学图像的扩散模型 弗洛伦丁·比德尔, 朱莉娅·沃尔莱布, 艾丽西亚·杜勒, 罗宾·桑德库勒, 菲利普·C·卡汀 [2023年3月27日] [MIDL, 2023] [论文]

分布对齐扩散和原型引导网络用于无监督域自适应分割 周海鹏, 朱磊, 周于晏 [2023年3月22日] [arXiv, 2023] [论文] [Github]

Diff-UNet：用于体积分割的扩散嵌入网络 邢钊虎, 万良, 傅华柱, 杨光, 朱磊 [2023年3月18日] [arXiv, 2023] [论文] [Github]

使用条件分类扩散模型的随机分割 卢卡斯·兹宾登, 拉尔斯·多伦博斯, 西奥多罗斯·皮萨斯, 拉斐尔·斯尼特曼, 巴勃罗·马奎兹-内拉 [2023年3月15日] [ICCV, 2023] [论文] [Github]

重要性分析：扩散模型在三维多类别分割中的训练策略与评估对齐的重要性 傅永冠, 李艺文, 沙希尔·U.·赛义德, 马修·J.·克拉克森, 胡一鹏 [2023年3月10日] [arXiv, 2023] [论文] [Github]

使用带符号距离函数的基于评分的生成模型进行医学图像分割 利亚·博根斯佩格, 多米尼克·纳恩霍弗, 菲利普·伊利奇, 托马斯·波克 [2023年3月10日] [arXiv, 2023] [论文]

MedSegDiff-V2：基于扩散的医学图像分割与转换器 吴君德, 傅饶, 方慧慧, 张宇, 徐燕武 [2023年1月19日] [arXiv, 2023] [论文] [Github]

使用深度生成网络进行亚型平衡的HER2肿瘤分割改进 马蒂亚斯·奥特尔, 贾娜·莫尼厄斯, 马蒂亚斯·吕布纳, 卡罗尔·I·盖佩特, 邱晶娜, 福克·维尔姆, 阿恩特·哈特曼, 马蒂亚斯·W·贝克曼, 彼得·A·弗斯奇, 安德烈亚斯·迈尔, 拉蒙娜·埃伯尔, 卡特琳娜·布雷宁格 [2022年11月11日] [ISBI, 2023] [论文]

MedSegDiff：基于扩散概率模型的医学图像分割 吴君德, 方慧慧, 张宇, 杨业辉, 徐燕武 [2022年11月1日] [MIDL, 2023] [论文] [Github]

通过预分割扩散采样加速扩散模型用于医学图像分割 郭旭涛, 杨艳武, 叶晨飞, 卢尚, 向阳, 马婷 [2022年10月27日] [ISBI, 2023] [论文]

扩散对抗性表征学习用于自监督血管分割 金宝儿, 吴宇轸, 叶锺哲 [2022年9月19日] [ICLR, 2023] [论文]

分割模型可以使用完全合成生成的数据进行训练吗？ 维吉妮亚·费尔南德斯, 瓦尔特·雨果·洛佩兹·皮纳亚, 佩德罗·博尔赫斯, 佩特鲁·丹尼尔·图多修, 马克·S·格雷厄姆, 汤姆·维尔考特伦, M·豪尔赫·卡多索 [2022年9月17日] [MICCAI Workshop , 2022] [论文]

隐式图像分割集合的扩散模型 朱莉娅·沃尔莱布, 罗宾·桑德库勒, 弗洛伦丁·比德尔, 菲利普·瓦尔马吉亚, 菲利普·C·卡汀 [2021年12月6日] [MIDL, 2022] [论文] [Github]

---

图像到图像转换

用于CT到MRI转换的柔性掩膜曼巴扩散模型 王振斌, 张雷, 王立团, 张振伟 [6月22日] [arXiv, 2024] [论文] [GitHub]

用于医学图像转换和表征学习的相似性感知综合潜在扩散模型 林婷依, 吕鹏举, 张杰, 王玉卿, 王程, 祝建军 [6月19日] [arXiv, 2024] [论文]

Fast-DDPM：用于医学图像生成的快速去噪扩散概率模型 姜宏旭, 穆罕默德·伊姆兰, 马林海, 张腾, 周宇音, 梁木轩, 龚匡, 邵伟 [5月23日] [arXiv, 2024] [论文] [GitHub]

级联多路径快捷扩散模型用于医学图像转换 周银池, 陈天琪, 侯君, 解慧东, 德沃涅克·C·尼查, 周凯文, 大卫·L·威尔逊, 邓肯·S·詹姆斯, 刘驰, 周博 [4月5日] [arXiv, 2024] [论文]

自一致递归扩散桥用于医学图像转换 阿尔斯兰, 比利尔·卡巴斯, 达尔马兹·奥纳特, 奥兹贝·穆扎费尔, 乔库尔·托尔加 [5月10日] [arXiv, 2024] [论文] [GitHub]

使用局部扩散解决图像转换中的结构幻觉 金承炅, 陈钦, 迪艾斯, 马特奥·菲吉尼, 亨利·F·J·特雷吉多, 艾瑟·穆洛坎多夫, 菲利普·特尔, 亚历山大·丹尼尔·C [4月9日] [arXiv, 2024] [论文]

通过风格转换减轻fMRI结果中的分析变异 埃洛迪·热尔曼尼, 艾莉莎·弗朗蒙, 卡米尔·莫梅 [4月4日] [arXiv, 2024] [论文] ContourDiff: 无监督的利用轮廓引导扩散模型进行图像翻译
Yuwen Chen, Nicholas Konz, Hanxue Gu, Haoyu Dong, Yaqian Chen, Lin Li, Jisoo Lee, Maciej A. Mazurowski
[2024年3月16日] [arXiv, 2024]
[论文]

FDDM: 采用频率分离扩散模型的无监督医学图像翻译
Yunxiang Li, Hua-Chieh Shao, Xiaoxue Qian, You Zhang
[2023年11月19日] [arXiv, 2023]
[论文]

针对3D医学图像翻译的自适应潜在扩散模型：多模态磁共振成像研究
Jonghun Kim, Hyunjin Park
[2023年11月1日] [WACV, 2024]
[论文] [Github]

用于3D跨模态MRI合成的循环引导去噪扩散概率模型
Shaoyan Pan, Chih-Wei Chang, Junbo Peng, Jiahan Zhang, Richard L.J. Qiu, Tonghe Wang, Justin Roper, Tian Liu, Hui Mao, Xiaofeng Yang
[2023年4月28日] [arXiv, 2023]
[论文]

通过频率引导扩散模型实现零样本医学图像翻译
Yunxiang Li, Hua-Chieh Shao, Xiao Liang, Liyuan Chen, Ruiqi Li, Steve Jiang, Jing Wang, You Zhang
[2023年4月5日] [arXiv, 2023]
[论文] [Github]

类别引导的图像到图像扩散：带有类别标签的亮视场图像的细胞绘制
Jan Oscar Cross-Zamirski, Praveen Anand, Guy Williams, Elizabeth Mouchet, Yinhai Wang, Carola-Bibiane Schönlieb
[2023年3月15日] [arXiv, 2023]
[论文] [Github]

用于磁共振图像对比和谐的扩散模型
Alicia Durrer, Julia Wolleb, Florentin Bieder, Tim Sinnecker, Matthias Weigel, Robin Sandkühler, Cristina Granziera, Özgür Yaldizli, Philippe C. Cattin
[2023年3月14日] [MIDL, 2023]
[论文]

通过互信息引导的随机扩散实现零样本学习跨模态数据翻译
Zihao Wang, Yingyu Yang, Maxime Sermesant, Hervé Delingette, Ona Wu
[2023年1月31日] [arXiv, 2023]
[论文]

利用超高场条件下扩散模型的联合概率分布从MRI合成脑PET
Xie Taofeng, Cao Chentao, Cui Zhuoxu, Li Fanshi, Wei Zidong, Zhu Yanjie, Li Ye, Liang Dong, Jin Qiyu, Chen Guoqing, Wang Haifeng
[2022年11月16日] [arXiv, 2022]
[论文]

利用扩散和评分匹配模型在CT和MRI图像间进行转换
Qing Lyu, Ge Wang
[2022年9月24日] [arXiv, 2022]
[论文]

采用对抗性扩散模型的无监督医学图像翻译
Muzaffer Özbey, Salman UH Dar, Hasan A Bedel, Onat Dalmaz, Şaban Özturk, Alper Güngör, Tolga Çukur
[2022年7月17日] [IEEE TMI Journal, 2022]
[论文]

一种新颖的统一条件评分基础生成框架用于多模态医学图像补全
Xiangxi Meng, Yuning Gu, Yongsheng Pan, Nizhuan Wang, Peng Xue, Mengkang Lu, Xuming He, Yiqiang Zhan, Dinggang Shen
[2022年7月7日] [arXiv, 2022]
[论文]

---

重建

DiffusionBlend：通过位置感知扩散评分混合学习3D图像先验用于3D计算机断层扫描重建
Bowen Song, Jason Hu, Zhaoxu Luo, Jeffrey A. Fessler, Liyue Shen
[6月14日] [arXiv, 2024]
[论文]

通过基于补丁的扩散模型学习图像先验以解决逆问题
Jason Hu, Bowen Song, Xiaojian Xu, Liyue Shen, Jeffrey A. Fessler
[6月4日] [arXiv, 2024]
[论文]

DEFT：通过学习广义$h$-变换来高效微调条件扩散模型
Alexander Denker, Francisco Vargas, Shreyas Padhy, Kieran Didi, Simon Mathis, Vincent Dutordoir, Riccardo Barbano, Emile Mathieu, Urszula Julia Komorowska, Pietro Lio
[6月3日] [arXiv, 2024]
[论文]

Blaze3DM：结合三平面表示与扩散用于3D医学逆问题求解
Jia He, Bonan Li, Ge Yang, Ziwen Liu
[5月24日] [arXiv, 2024]
[论文]

通过任务依赖评分学习减少线性逆问题中的后验采样成本
Fabian Schneider, Duc-Lam Duong, Matti Lassas, Maarten V. de Hoop, Tapio Helin
[5月24日] [arXiv, 2024]
[论文] [GitHub]

DP-MDM：通过多个扩散模型实现细节保留的MR重建
Mengxiao Geng, Jiahao Zhu, Xiaolin Zhu, Qiqing Liu, Dong Liang, Qiegen Liu
[5月9日] [arXiv, 2024]
[论文] [GitHub]

用于零样本医学成像逆问题的双层引导扩散模型
Hossein Askari, Fred Roosta, Hongfu Sun
[4月4日] [arXiv, 2024]
[论文]

评分基础的扩散模型用于光声断层成像重建
Sreemanti Dey, Snigdha Saha, Berthy T. Feng, Manxiu Cui, Laure Delisle, Oscar Leong, Lihong V. Wang, Katherine L. Bouman
[3月30日] [arXiv, 2024]
[论文]

U2MRPD：通过提示大型潜在扩散模型进行无监督欠采样MRI重建
Ziqi Gao, S. Kevin Zhou
[2024年2月16日] [arXiv, 2024]
[论文] [GitHub]

Hyper-Diffusion：通过单一模型估计先行和偶然不确定性
Matthew A. Chan, Maria J. Molina, Christopher A. Metzler
[2024年2月5日] [arXiv, 2024]
[论文]

针对电阻抗断层成像的变分自编码器、归一化流和评分基础扩散模型的比较研究
Huihui Wang, Guixian Xu, Qingping Zhou
[2023年11月29日] [Journal of Inverse and Ill-posed Problems, 2024]
[论文] [Github]

通过傅里叶约束扩散桥进行MRI重建
Muhammad U. Mirza, Onat Dalmaz, Hasan A. Bedel, Gokberk Elmas, Yilmaz Korkmaz, Alper Gungor, Salman UH Dar, Tolga Çukur
[2023年8月4日] [arXiv, 2023]
[论文] [Github]

通过从噪声数据中学习评分基础生成先验解决逆问题
Bowen Song, Soo Min Kwon, Zecheng Zhang, Xinyu Hu, Qing Qu, Liyue Shen
[2023年7月16日] [arXiv, 2023]
[论文]

DiffuseIR：用于3D显微图像各向同性重建的扩散模型
Mingjie Pan, Yulu Gan, Fangxu Zhou, Jiaming Liu, Aimin Wang, Shanghang Zhang, Dawei Li
[2023年6月21日] [arXiv, 2023]
[论文]

通过扩散生成模型优化压缩感知MRI的采样模式
Sriram Ravula, Brett Levac, Ajil Jalal, Jonathan I. Tamir, Alexandros G. Dimakis
[2023年6月5日] [arXiv, 2023]
[论文] [Github]

通过从噪声数据中学习评分基础生成先验解决逆问题
Asad Aali, Marius Arvinte, Sidharth Kumar, Jonathan I. Tamir
[2023年5月2日] [arXiv, 2023]
[论文]

SPIRiT-Diffusion：自一致性驱动扩散模型用于加速MRI
Zhuo-Xu Cui, Chentao Cao, Jing Cheng, Sen Jia, Hairong Zheng, Dong Liang, Yanjie Zhu
[2023年4月11日] [arXiv, 2023]
[论文] 基于子体积去噪扩散概率模型进行锥形束CT重建以处理不完整数据
夏文军，牛创，丛文香，王革
[2023年3月22日] [arXiv, 2023]
[论文]

利用预训练的垂直2D扩散模型改进3D成像
李舒轩，钟亨珍，朴敏英，朴钟赫，柳薇孙，叶钟哲
[2023年3月15日] [arXiv, 2023]
[论文]

通过几何分解的快速扩散采样器解决逆问题
钟亨珍，李舒轩，叶钟哲
[2023年3月10日] [arXiv, 2023]
[论文]

用于低剂量CT模型的扩散去噪
李润伊
[2023年1月27日] [arXiv, 2023]
[论文]

基于退火得分的扩散模型以减少MR运动伪影
吴宜泽，李静玟，叶钟哲
[2023年1月8日] [arXiv, 2023]
[论文]

动态MR成像的双域泛生成建模
于川明，关雨，柯子闻，梁东，刘启根
[2022年12月15日] [arXiv, 2022]
[论文]

SPIRiT-扩散: 用于血管壁成像的SPIRiT驱动的基于得分生成建模
曹晨涛，崔拙儒，程静，贾森，郑海荣，梁东，朱延杰
[2022年12月14日] [arXiv, 2022]
[论文]

低剂量CT成像投影域中的单样本扩散模型
黄斌，张刘，卢士宇，林博宇，吴伟文，刘启根
[2022年12月7日] [arXiv, 2022]
[论文]

DOLCE: 基于模型的概率扩散框架用于有限角度CT重建
刘佳明，拉希尔·阿尼鲁，贾亚拉曼·提纳加拉扬，史都华·赫，K.阿迪亚·莫汉，乌鲁格别克·卡米洛夫，金孝真
[2022年11月22日] [arXiv, 2022]
[论文]

使用预训练的2D扩散模型解决3D逆问题
钟亨珍，柳道勋，迈克尔·T·麦凯恩，马克·L·克拉斯基，叶钟哲
[2022年11月19日] [arXiv, 2022]
[论文] [Github]

基于补丁的去噪扩散概率模型用于稀疏视图CT重建
夏文军，丛文香，王革
[2022年11月18日] [arXiv, 2022]
[论文]

使用基于得分生成模型加速MRI运动矫正
布雷特·莱瓦克，阿吉尔·贾拉尔，乔纳森·I·塔米尔
[2022年11月1日] [arXiv, 2022]
[论文]

Self-Score: 基于得分模型的自监督学习用于MRI重建
崔拙儒，曹晨涛，刘少南，祝庆勇，程静，王海峰，朱延杰，梁东
[2022年9月2日] [IEEE TMI, 2022]
[论文]

基于Hankel-k空间的单次生成先验用于平行图像重建
彭红，江辰，程静，张明辉，王姗姗，梁东，刘启根
[2022年8月15日] [arXiv, 2022]
[论文] [Github]

加速MRI的高频空间扩散模型
曹晨涛，崔拙儒，刘少南，梁东，朱延杰
[2022年8月10日] [arXiv, 2022]
[论文]

加速MRI重建的自适应扩散先验
Salman UH Dar, Şaban Öztürk, Yilmaz Korkmaz, Gokberk Elmas, Muzaffer Özbey, Alper Güngör, Tolga Çukur<br> [2022年7月12日] [arXiv, 2022]<br> [论文]

使用流形约束改进逆问题的扩散模型
钟亨珍，沈永珠，柳道勋，叶钟哲
[2022年6月2日] [NeurIPS, 2022]
[论文]

WKGM: 基于重k空间生成模型的平行图像重建
涂宗江，刘谛，王小青，江辰，朱朋文，张明辉，王姗姗，梁东，刘启根
[2022年5月8日] [arXiv, 2022]
[论文] [Github]

通过扩散模型采样实现高效可靠的欠采样MR重建<br> 彭成，郭鹏飞，S. 凯文·周，维沙尔·帕特尔，拉玛·切拉帕<br> [2022年3月8日] [MICCAI, 2022]<br> [论文] [Github]

基于测量条件的去噪扩散概率模型用于欠采样的医学影像重建<br> 谢宇桐，李全征<br> [2022年3月5日] [MICCAI, 2022]<br> [论文] [Github]

通过数据驱动的马尔可夫链结合联合不确定性估计实现MRI重建<br> 洛冠雄，马丁·海德，马丁·乌克尔<br> [2022年2月3日] [arXiv, 2022]<br> [论文] [Github]

Come-Closer-Diffuse-Faster: 通过随机收缩加速条件扩散模型解决逆问题<br> 钟亨珍，沈永珠，叶钟哲<br> [2021年12月9日] [CVPR, 2021]<br> [论文]

使用基于得分的生成模型解决医学影像逆问题<br> 杨松，沈丽月，邢磊，艾斯特凡诺·厄蒙<br> [2021年11月15日] [ICLR, 2022]<br> [论文] [Github]

加速MRI的基于得分的扩散模型<br> 钟亨珍，叶钟哲<br> [2021年10月8日] [MIA, 2021]<br> [论文] [Github]

结合深度生成先验的稳健压缩感知MRI<br> 阿吉尔·贾拉尔，[迈尔斯·阿尔文特，贾尼斯·达拉斯，埃里克·普瑞斯，亚历山德罗斯·G·迪马基斯，乔纳森·I·塔米尔<br> [2021年8月3日] [NeurIPS, 2021]<br> [论文] [Github]

---

图像生成

从多数到少数: 基于扩散的增强方法用于皮肤病变分析中的代表性不足群体
王珍妮，钟允成，丁正铭，韩智勋
[6月26日] [arXiv, 2024]
[论文]

通过基于站点调制的扩散回放实现跨站点持续分割的同步可记性与可推广性
徐顿元，王曦，张静阳，王正安
[6月25日] [arXiv, 2024]
[论文] [GitHub]

测试时生成增强用于医学图像分割
马晓，陶玉晖，张宇晗，季泽轩，张义哲，陈强
[6月25日] [arXiv, 2024]
[论文] [GitHub]

X-ray2CTPA: 从2D X光条件生成3D CTPA扫描
诺亚·卡汉，埃亚尔·克朗，伽利特·阿维拉姆，伊夫塔赫·巴什，埃利·科南，拉贾·吉尔耶斯，哈伊特·格林斯潘
[6月23日] [arXiv, 2024]
[论文] [GitHub]

图像蒸馏用于组织病理学中的安全数据共享
李哲，伯恩哈德·凯因茨
[6月19日] [arXiv, 2024]
[论文] [GitHub] 基于切片潜在扩散模型的3D MRI合成：在数据稀缺环境中改善肿瘤分割任务
Aghiles Kebaili, Jérôme Lapuyade-Lahorgue, Pierre Vera, Su Ruan
[6月8日] [arXiv, 2024]
[论文] [GitHub]

U-KAN：为医学图像分割和生成打造强大主干
Chenxin Li, Xinyu Liu, Wuyang Li, Cheng Wang, Hengyu Liu, Yixuan Yuan
[6月5日] [arXiv, 2024]
[论文] [GitHub] [网站]

EchoNet-Synthetic：保护隐私的视频生成以确保医学数据共享安全
Hadrien Reynaud, Qingjie Meng, Mischa Dombrowski, Arijit Ghosh, Thomas Day, Alberto Gomez, Paul Leeson, Bernhard Kainz
[6月2日] [arXiv, 2024]
[论文] [GitHub]

无监督对比分析用于显著模式检测的条件扩散模型
Cristiano Patrício, Carlo Alberto Barbano, Attilio Fiandrotti, Riccardo Renzulli, Marco Grangetto, Luis F. Teixeira, João C. Neves
[6月2日] [arXiv, 2024]
[论文] [GitHub]

GenMix：结合生成和混合数据增强用于医学图像分类
Hansang Lee, Haeil Lee, Helen Hong
[5月31日] [arXiv, 2024]
[论文]

基于级联摊销潜在扩散模型的内存高效高分辨率OCT体积合成
Kun Huang, Xiao Ma, Yuhan Zhang, Na Su, Songtao Yuan, Yong Liu, Qiang Chen, Huazhu Fu
[5月26日] [arXiv, 2024]
[论文] [GitHub]

MediSyn：用于广泛医学2D和3D图像合成的文本引导扩散模型
Joseph Cho, Cyril Zakka, Rohan Shad, Ross Wightman, Akshay Chaudhari, William Hiesinger
[5月16日] [arXiv, 2024]
[论文]

通过特征空间增强和迭代学习生成长尾图像
Rafael Elberg, Denis Parra, Mircea Petrache
[5月2日] [arXiv, 2024]
[论文] [GitHub]

利用潜在扩散模型生成反事实轨迹以发现概念
Payal Varshney, Adriano Lucieri, Christoph Balada, Andreas Dengel, Sheraz Ahmed
[4月16日] [arXiv, 2024]
[论文]

MaSkel：从人类遮罩图像生成全身X光片的模型
Yingjie Xi, Boyuan Cheng, Jingyao Cai, Jian Jun Zhang, Xiaosong Yang
[4月13日] [arXiv, 2024]
[论文] [GitHub]

利用条件扩散模型进行分割引导的膝关节X光片生成
Siyuan Mei, Fuxin Fan, Fabian Wagner, Mareike Thies, Mingxuan Gu, Yipeng Sun, Andreas Maier
[4月4日] [arXiv, 2024]
[论文]

利用可控潜在扩散模型去偏心心脏成像
Grzegorz Skorupko, Richard Osuala, Zuzanna Szafranowska, Kaisar Kushibar, Nay Aung, Steffen E Petersen, Karim Lekadir, Polyxeni Gkontra
[2024年3月28日] [arXiv, 2024]
[论文] [Github]

视觉-语言合成数据增强心脏超声下游任务
Pooria Ashrafian, Milad Yazdani, Moein Heidari, Dena Shahriari, Ilker Hacihaliloglu
[2024年3月28日] [arXiv, 2024]
[论文] [Github]

利用条件扩散模型生成腹部淋巴结分割的CT合成
Yongrui Yu, Hanyu Chen, Zitian Zhang, Qiong Xiao, Wenhui Lei, Linrui Dai, Yu Fu, Hui Tan, Guan Wang, Peng Gao, Xiaofan Zhang
[2024年3月26日] [arXiv, 2024]
[论文]

配对扩散：使用关联的降噪扩散概率模型生成相关的、合成的PET-CT-分割扫描
Rowan Bradbury, Katherine A. Vallis, Bartlomiej W. Papiez
[2024年3月26日] [arXiv, 2024]
[论文]

MEDDAP：通过多样化增强管道增强医学数据集
Yasamin Medghalchi, Niloufar Zakariaei, Arman Rahmim, Ilker Hacihaliloglu
[2024年3月25日] [arXiv, 2024]
[论文] [Github]

LeFusion：通过病灶扩散模型合成心肌病理在心脏MRI中的病灶
Hantao Zhang, Jiancheng Yang, Shouhong Wan, Pascal Fua
[2024年3月21日] [arXiv, 2024]
[论文] [Github]

3D医学图像生成增强
Lingting Zhu, Noel Codella, Dongdong Chen, Zhenchao Jin, Lu Yuan, Lequan Yu
[2024年3月14日] [arXiv, 2024]
[论文] [Github]

XReal：通过可控扩散模型生成真实的解剖和病理感知X射线
Anees Ur Rehman Hashmi, Ibrahim Almakky, Mohammad Areeb Qazi, Santosh Sanjeev, Vijay Ram Papineni, Dwarikanath Mahapatra, Mohammad Yaqub
[2024年3月14日] [arXiv, 2024]
[论文] [Github]

TrIND：通过隐式神经场的去噪扩散表示解剖树
Ashish Sinha, Ghassan Hamarneh
[2024年3月13日] [MICCAI, 2024]
[论文] [Github]

通过隐式神经场的去噪扩散表示解剖树
Ashish Sinha, Ghassan Hamarneh
[2024年3月13日] [arXiv, 2024]
[论文] [Github]

联邦数据模型
Xiao Chen, Shunan Zhang, Eric Z. Chen, Yikang Liu, Lin Zhao, Terrence Chen, Shanhui Sun
[2024年3月13日] [arXiv, 2024]
[论文]

使用对抗去噪扩散模型生成超声心动图图像的合成数据集的域翻译框架
Cristiana Tiago, Sten Roar Snare, Jurica Sprem, Kristin McLeod
[2024年3月7日] [arXiv, 2024]
[论文]

MedM2G：通过具有视觉不变性的交叉引导扩散实现医学多模态生成的统一
Chenlu Zhan, Yu Lin, Gaoang Wang, Hongwei Wang, Jian Wu
[2024年3月7日] [arXiv, 2024]
[论文]

生成具有不同严重程度的医学图像的有序扩散模型
Shumpei Takezaki, Seiichi Uchida
[2024年3月1日] [arXiv, 2024]
[论文]

走向可推广的肿瘤合成
Qi Chen, Xiaoxi Chen, Haorui Song, Zhiwei Xiong, Alan Yuille, Chen Wei, Zongwei Zhou
[2024年2月29日] [CVPR, 2024]
[论文] [Github]

WDM：用于高分辨率医学图像合成的3D小波扩散模型
Paul Friedrich, Julia Wolleb, Florentin Bieder, Alicia Durrer, Philippe C. Cattin
[2024年2月29日] [arXiv, 2024]
[论文] [Github]

具有分割引导扩散模型的可解剖控制医学图像生成
Nicholas Konz, Yuwen Chen, Haoyu Dong, Maciej A. Mazurowski
[2024年2月7日] [arXiv, 2024]
[论文] SynthVision -- 利用合成图像数据在计算机视觉模型中实现最小输入的最大输出
Yudara Kularathne, Prathapa Janitha, Sithira Ambepitiya, Thanveer Ahamed, Dinuka Wijesundara, Prarththanan Sothyrajah
[2024年1月5日] [arXiv, 2024]
[论文]

基于DDPM的X光图像合成器
Praveen Mahaulpatha, Thulana Abeywardane, Tomson George
[2024年1月3日] [arXiv, 2024]
[论文]

基于快速扩散的反事实生成以消除捷径效应
Nina Weng, Paraskevas Pegios, Aasa Feragen, Eike Petersen, Siavash Bigdeli
[2023年12月21日] [arXiv, 2023]
[论文]

关于欠采样逆问题的最优多值解码器的存在性及其准确性界限
Fangxin Shang, Jie Fu, Yehui Yang, Haifeng Huang, Junwei Liu, Lei Ma
[2023年12月1日] [arXiv, 2023]
[论文] [Github]

用于隐私敏感视觉任务的扩散模式联邦学习
Ye Lin Tun, Chu Myaet Thwal, Ji Su Yoon, Sun Moo Kang, Chaoning Zhang, Choong Seon Hong
[2023年11月28日] [arXiv, 2023]
[论文]

克服病理图像数据不足：从病理转化过程中生成图像
Zeyu Liu, Yufang He, Yu Zhao, Yunlu Feng, Guanglei Zhang
[2023年11月21日] [arXiv, 2023]
[论文] [Github]

MAM-E: 使用扩散模型生成乳房X线合成图像
Ricardo Montoya-del-Angel, Karla Sam-Millan, Joan C Vilanova, Robert Martí
[2023年11月16日] [arXiv, 2023]
[论文] [Github]

合成增强：揭示合成数据在医学影像研究中的潜力
Bardia Khosravi, Frank Li, Theo Dapamede, Pouria Rouzrokh, Cooper U. Gamble, Hari M. Trivedi, Cody C. Wyles, Andrew B. Sellergren, Saptarshi Purkayastha, Bradley J. Erickson, Judy W. Gichoya
[2023年11月15日] [arXiv, 2023]
[论文] [Github]

用扩散模型生成糖尿病足溃疡图像
Reza Basiri, Karim Manji, Francois Harton, Alisha Poonja, Milos R. Popovic, Shehroz S. Khan
[2023年10月31日] [arXiv, 2023]
[论文]

MCRAGE: 公平的综合医疗数据
Keira Behal, Jiayi Chen, Caleb Fikes, Sophia Xiao
[2023年10月27日] [arXiv, 2023]
[论文]

使用扩散模型生成用于医学图像分割的合成标注数据
Daniel Saragih, Pascal Tyrrell
[2023年10月25日] [arXiv, 2023]
[论文] [Github]

EMIT-Diff: 通过文本引导的扩散模型增强医学图像分割
Zheyuan Zhang, Lanhong Yao, Bin Wang, Debesh Jha, Elif Keles, Alpay Medetalibeyoglu, Ulas Bagci
[2023年10月19日] [arXiv, 2023]
[论文]

通过扩散模型从舒张末期语义图生成超声心动图影像
Phi Nguyen Van, Duc Tran Minh, Hieu Pham Huy, Long Tran Quoc
[2023年10月11日] [arXiv, 2023]
[论文]

MedDiffusion: 通过基于扩散的数据增强提高健康风险预测
Yuan Zhong, Suhan Cui, Jiaqi Wang, Xiaochen Wang, Ziyi Yin, Yaqing Wang, Houping Xiao, Mengdi Huai, Ting Wang, Fenglong Ma
[2023年10月4日] [MICCAI, 2023]
[论文]

M3Dsynth: 带有AI生成局部操控的医学3D图像数据集
Giada Zingarini, Davide Cozzolino, Riccardo Corvi, Giovanni Poggi, Luisa Verdoliva
[2023年9月3日] [MICCAI, 2023]
[论文] [GitHub]

ArSDM: 使用自适应精炼语义扩散模型合成结肠镜图像
Yuhao Du, Yuncheng Jiang, Shuangyi Tan, Xusheng Wu, Qi Dou, Zhen Li, Guanbin Li, Xiang Wan
[2023年9月3日] [MICCAI, 2023]
[论文] [GitHub]

利用潜在扩散模型的合成数据增强医学图像分类器
Luke W. Sagers, James A. Diao, Luke Melas-Kyriazi, Matthew Groh, Pranav Rajpurkar, Adewole S. Adamson, Veronica Rotemberg, Roxana Daneshjou, Arjun K. Manrai
[2023年8月23日] [arXiv, 2023]
[论文]

大规模无条件预训练的合成数据增强
Jiarong Ye, Haomiao Ni, Peng Jin, Sharon X. Huang, Yuan Xue
[2023年8月8日] [MICCAI, 2023]
[论文] [GitHub]

Make-A-Volume: 利用潜在扩散模型跨模态的3D脑MRI合成
Lingting Zhu, Zeyue Xue, Zhenchao Jin, Xian Liu, Jingzhen He, Ziwei Liu, Lequan Yu
[2023年7月19日] [arXiv, 2023]
[论文]

DreaMR: 基于扩散的功能性MRI反事实解释
Hasan A. Bedel, Tolga C¸ ukur
[2023年7月18日] [arXiv, 2023]
[论文] [Github]

通过Triplane进行形状表示和生成的混合神经变形流
Kun Han, Shanlin Sun, Xiaohui Xie
[2023年7月4日] [arXiv, 2023]
[论文]

研究3D潜在扩散模型在医学图像合成中的数据记忆现象
Salman Ul Hassan Dar, Arman Ghanaat, Jannik Kahmann, Isabelle Ayx, Theano Papavassiliu, Stefan O. Schoenberg, Sandy Engelhardt
[2023年7月3日] [arXiv, 2023]
[论文]

DiffMix: 基于扩散模型的数据合成，用于不平衡病理图像数据集中的细胞核分割和分类
Hyun-Jic Oh, Won-Ki Jeong
[2023年6月25日] [arXiv, 2023]
[论文]

DiffInfinite: 通过并行随机片段扩散在组织病理学中进行大尺寸掩膜图像合成
Marco Aversa, Gabriel Nobis, Miriam Hägele, Kai Standvoss, Mihaela Chirica, Roderick Murray-Smith, Ahmed Alaa, Lukas Ruff, Daniela Ivanova, Wojciech Samek, Frederick Klauschen, Bruno Sanguinetti, Luis Oala
[2023年6月23日] [arXiv, 2023]
[论文]

利用人类反馈将合成医学图像与临床知识对齐
Shenghuan Sun, Gregory M. Goldgof, Atul Butte, Ahmed M. Alaa
[2023年6月16日] [arXiv, 2023]
[论文]

用于生成真实CT图像的扩散模型
Maialen Stephens Txurio, Karen López-Linares Román, Andrés Marcos-Carrión, Pilar Castellote-Huguet, José M. Santabárbara-Gómez, Iván Macía Oliver, Miguel A. González Ballester
[2023年5月31日] [KES, 2023]
[论文]

评估使用生成模型生成胸部X射线数据的可行性
Muhammad Danyal Malik, Danish Humair
[2023年5月30日] [arXiv, 2023]
[论文] [Github]

用于语义3D医学图像合成的条件扩散模型
Zolnamar Dorjsembe, Hsing-Kuo Pao, Sodtavilan Odonchimed, Furen Xiao
[2023年5月29日] [arXiv, 2023]
[论文] 生成CT：文本引导的3D胸部CT生成
Ibrahim Ethem Hamamci, Sezgin Er, Enis Simsar, Alperen Tezcan, Ayse Gulnihan Simsek, Furkan Almas, Sevval Nil Esirgun, Hadrien Reynaud, Sarthak Pati, Christian Bluethgen, Bjoern Menze
[2023年5月25日] [arXiv, 2023]
[论文] [Github]

警惕扩散模型合成医学图像——与GAN模型在记忆脑瘤图像方面的比较
Muhammad Usman Akbar, Wuhao Wang, Anders Eklund
[2023年5月12日] [arXiv, 2023]
[论文]

使用扩散模型生成结构上真实的视网膜眼底图像
Sojung Go, Younghoon Ji, Sang Jun Park, Soochahn Lee
[2023年5月11日] [arXiv, 2023]
[论文]

从噪声中回声：使用扩散模型生成合成超声图像以进行真实图像分割
David Stojanovski, Uxio Hermida, Pablo Lamata, Arian Beqiri, Alberto Gomez
[2023年5月9日] [arXiv, 2023]
[论文] [Github]

使用联合扩散注意模型从高场和超高场MR图像合成PET图像
Taofeng Xie, Chentao Cao, Zhuoxu Cui, Yu Guo, Caiying Wu, Xuemei Wang, Qingneng Li, Zhanli Hu, Tao Sun, Ziru Sang, Yihang Zhou, Yanjie Zhu, Dong Liang, Qiyu Jin, Guoqing Chen, Haifeng Wang
[2023年5月6日] [arXiv, 2023]
[论文]

使用语义扩散模型从肺结节病灶图生成高保真图像
Xuan Zhao, Benjamin Hou
[2023年5月2日] [arXiv, 2023]
[论文]

去噪扩散医学模型
Pham Ngoc Huy, Tran Minh Quan
[2023年4月19日] [arXiv, 2023]
[论文]

用于生成消化道息肉图像的掩码条件潜在扩散模型
Roman Macháček, Leila Mozaffari, Zahra Sepasdar, Sravanthi Parasa, Pål Halvorsen, Michael A. Riegler, Vajira Thambawita
[2023年4月11日] [arXiv, 2023]
[论文] [Github]

MedGen3D: 用于配对3D图像及掩码生成的深度生成框架
Kun Han, Yifeng Xiong, Chenyu You, Pooya Khosravi, Shanlin Sun, Xiangyi Yan, James Duncan, Xiaohui Xie
[2023年4月8日] [arXiv, 2023]
[论文]

朝向逼真的超声胎儿大脑影像合成
Michelle Iskandar, Harvey Mannering, Zhanxiang Sun, Jacqueline Matthew, Hamideh Kerdegari, Laura Peralta, Miguel Xochicale
[2023年4月8日] [arXiv, 2023]
[论文] [Github]

使用基于Transformer的去噪扩散概率模型进行2D医学图像合成
Shaoyan Pan, Tonghe Wang, Richard L J Qiu, Marian Axente, Chih-Wei Chang, Junbo Peng, Ashish B Patel, Joseph Shelton, Sagar A Patel, Justin Roper
[2023年4月4日] [Physics in Medicine & Biology, 2023]
[论文]

ViT-DAE: 用于组织病理学图像分析的Transformer驱动扩散自编码器
Xuan Xu, Saarthak Kapse, Rajarsi Gupta, Prateek Prasanna
[2023年4月3日] [arXiv, 2023]
[论文]

DDMM-Synth: 一种具备稀疏视图测量嵌入的跨模态医学图像合成去噪扩散模型
Xiaoyue Li, Kai Shang, Gaoang Wang, Mark D. Butala
[2023年3月28日] [arXiv, 2023]
[论文]

CoLa-Diff: 用于多模态MRI合成的条件潜在扩散模型
Lan Jiang, Ye Mao, Xi Chen, Xiangfeng Wang, Chao Li
[2023年3月24日] [arXiv, 2023]
[论文]

用于精确超声心动图合成的特征条件级联视频扩散模型
Hadrien Reynaud, Mengyun Qiao, Mischa Dombrowski, Thomas Day, Reza Razavi, Alberto Gomez, Paul Leeson, Bernhard Kainz
[2023年3月22日] [arXiv, 2023]
[论文] [Github]

NASDM: 使用扩散模型进行核意识语义组织病理图像生成
Aman Shrivastava, P. Thomas Fletcher
[2023年3月20日] [arXiv, 2023]
[论文]

用于高分辨率胸部X光合成的级联潜在扩散模型
Tobias Weber, Michael Ingrisch, Bernd Bischl, David Rügamer
[2023年3月20日] [arXiv, 2023]
[论文]

在结构MRI扫描上高效训练视觉Transformers用于阿尔茨海默病检测
Nikhil J. Dhinagar, Sophia I. Thomopoulos, Emily Laltoo, Paul M. Thompson
[2023年3月14日] [arXiv, 2023]
[论文]

DDFM: 用于多模态图像融合的去噪扩散模型
Zixiang Zhao, Haowen Bai, Yuanzhi Zhu, Jiangshe Zhang, Shuang Xu, Yulun Zhang, Kai Zhang, Deyu Meng, Radu Timofte, Luc Van Gool
[2023年3月13日] [arXiv, 2023]
[论文]

通过病理和序列条件稳定扩散进行双参数前列腺MR图像合成
Shaheer U. Saeed, Tom Syer, Wen Yan, Qianye Yang, Mark Emberton, Shonit Punwani, Matthew J. Clarkson, Dean C. Barratt, Yipeng Hu
[2023年3月3日] [arXiv, 2023]
[论文]

用于生成逼真的全注释显微镜图像数据集的去噪扩散概率模型
Dennis Eschweiler, Johannes Stegmaier
[2023年1月2日] [arXiv, 2023]
[论文] [Github] [合成数据集]

通过扩散模型将Mayo LDCT数据转换为合成等效以训练去噪网络并实现理论上完全隐私
Yongyi Shi, Ge Wang
[2023年1月16日] [arXiv, 2023]
[论文]

使用条件扩散概率模型生成逼真的3D脑MRI
Wei Peng, Ehsan Adeli, Qingyu Zhao, Kilian M Pohl
[2022年12月15日] [MICCAI, 2023]
[论文]

SADM: 用于纵向医学图像生成的序列感知扩散模型
Jee Seok Yoon, Chenghao Zhang, Heung-Il Suk, Jia Guo, Xiaoxiao Li
[2022年12月16日] [arXiv, 2022]
[论文]

扩散概率模型在医学图像上击败GANs
Gustav Müller-Franzes, Jan Moritz Niehues, Firas Khader, Soroosh Tayebi Arasteh, Christoph Haarburger, Christiane Kuhl, Tianci Wang, Tianyu Han, Sven Nebelung, Jakob Nikolas Kather, Daniel Truhn
[2022年12月14日] [arXiv, 2022]
[论文]

通过大型扩散模型生成的图像改进各个人群中的皮肤病分类器
Luke W. Sagers, James A. Diao, Matthew Groh, Pranav Rajpurkar, Adewole S. Adamson, Arjun K. Manrai
[2022年11月23日] [NeurIPS Workshop, 2022]
[论文]

超越大脑的视界：使用稀疏遮掩建模的条件扩散模型进行视觉解码
Zijiao Chen, Jiaxin Qing, Tiange Xiang, Wan Lin Yue, Juan Helen Zhou
[2022年11月13日] [arXiv, 2022]
[论文]

一种用于医学图像注释的无障碍质量监督方法
Sonja Kunzmann, Mathias Öttl, Prathmesh Madhu, Felix Denzinger, Andreas Maier
[2022年11月11日] [arXiv, 2022]
[论文] 医学扩散：用于3D医学图像生成的去噪扩散概率模型
Firas Khader, Gustav Mueller-Franzes, Soroosh Tayebi Arasteh, Tianyu Han, Christoph Haarburger, Maximilian Schulze-Hagen, Philipp Schad, Sandy Engelhardt, Bettina Baessler, Sebastian Foersch, Johannes Stegmaier, Christiane Kuhl, Sven Nebelung, Jakob Nikolas Kather, Daniel Truhn
[2022年11月7日] [arXiv, 2022]
[论文] [Github]

使用潜在扩散模型生成匿名胸部X光片用于训练胸部异常分类系统
Kai Packhäuser, Lukas Folle, Florian Thamm, Andreas Maier
[2022年11月2日] [arXiv, 2022]
[论文]

找出假肺：使用神经扩散模型生成合成医学图像
Hazrat Ali, Shafaq Murad, Zubair Shah
[2022年11月2日] [arXiv, 2022]
[论文]

一种专注于形态的扩散概率模型用于合成病理图像
Puria Azadi Moghadam, Sanne Van Dalen, Karina C. Martin, Jochen Lennerz, Stephen Yip, Hossein Farahani, Ali Bashashati
[2022年9月27日] [arXiv, 2022]
[论文]

使用潜在扩散模型生成脑部影像
Walter H. L. Pinaya, Petru-Daniel Tudosiu, Jessica Dafflon, Pedro F da Costa, Virginia Fernandez, Parashkev Nachev, Sebastien Ourselin, M. Jorge Cardoso
[2022年9月15日] [MICCAI工作坊, 2022]
[论文]

扩散模型根据2D显微镜图像预测3D形状
Dominik J. E. Waibel, Ernst Röell, Bastian Rieck, Raja Giryes, Carsten Marr
[2022年8月30日] [arXiv, 2022]
[论文] [Github]

用于4D时间医学图像生成的扩散可变形模型
Boah Kim, Jong Chul Ye
[2022年1月27日] [MICCAI, 2022]
[论文] [Github]

使用去噪扩散概率模型合成三维医学图像
Zolnamar Dorjsembe, Sodtavilan Odonchimed, Furen Xiao
[2022年4月22日] [MIDL, 2022]
[论文] [Github]

---

文本到图像

通过子组分布对齐调优的公平文本到医学图像扩散模型
Xu Han, Fangfang Fan, Jingzhao Rong, Xiaofeng Liu
[6月20日] [arXiv, 2024]
[论文]

使用基于策略的强化学习推进文本驱动的胸部X光生成
Woojung Han, Chanyoung Kim, Dayun Ju, Yumin Shim, Seong Jae Hwang
[2024年3月11日] [arXiv, 2024]
[论文]

使用稳定扩散模型合成B型主动脉夹层的CTA图像数据
Ayman Abaid, Muhammad Ali Farooq, Niamh Hynes, Peter Corcoran, Ihsan Ullah
[2024年2月10日] [arXiv, 2024]
[论文]

利用扩散模型进行腹腔镜文本到图像生成的导航合成领域
Simeon Allmendinger, Patrick Hemmer, Moritz Queisner, Igor Sauer, Leopold Müller, Johannes Jakubik, Michael Vössing, Niklas Kühl
[2023年12月5日] [arXiv, 2023]
[论文] [Github]

MedXChat：通过统一多模态大模型桥接CXR模态
Ling Yang, Zhanyu Wang, Luping Zhou
[2023年12月4日] [arXiv, 2023]
[论文]

BiomedJourney：通过多模态患者旅程的指令学习生成反事实生物医学图像
Yu Gu, Jianwei Yang, Naoto Usuyama, Chunyuan Li, Sheng Zhang, Matthew P. Lungren, Jianfeng Gao, Hoifung Poon
[2023年10月16日] [arXiv, 2023]
[论文]

MedSyn：文本引导的高保真3D CT图像解剖感知合成
Yanwu Xu, Li Sun, Wei Peng, Shyam Visweswaran, Kayhan Batmanghelich
[2023年10月5日] [arXiv, 2023]
[论文] [Github]

通过视觉和文本提示使用扩散模型提升皮肤镜病变分割
Shiyi Du, Xiaosong Wang, Yongyi Lu, Yuyin Zhou, Shaoting Zhang, Alan Yuille, Kang Li, Zongwei Zhou
[2023年10月4日] [arXiv, 2023]
[论文]

PIE：通过渐进式图像编辑模拟疾病进展
Kaizhao Liang, Xu Cao, Kuei-Da Liao, Tianren Gao, Wenqian Ye, Zhengyu Chen, Jianguo Cao, Tejas Nama, Jimeng Sun
[2023年9月21日] [arXiv, 2023]
[论文]

TauPETGen：基于潜在扩散模型的文本条件Tau PET图像合成
Se-In Jang, Cristina Lois, Emma Thibault, J. Alex Becker, Yafei Dong, Marc D. Normandin, Julie C. Price, Keith A. Johnson, Georges El Fakhri, Kuang Gong
[2023年6月21日] [arXiv, 2023]
[论文]

请注意：在精细调优扩散模型中准确性与可解释性之间的权衡
Mischa Dombrowski, Hadrien Reynaud, Johanna P. Müller, Matthew Baugh, Bernhard Kainz
[2023年3月31日] [arXiv, 2023]
[论文] [Github]

有限预算的医学扩散：用于医学图像生成的文本逆转
Bram de Wilde, Anindo Saha, Richard P.G. ten Broek, Henkjan Huisman
[2023年3月23日] [arXiv, 2023]
[论文]

基于扩散的皮肤病分类数据增强：从原始医学数据集到完全合成图像的影响
Mohamed Akrout, Bálint Gyepesi, Péter Holló, Adrienn Poór, Blága Kincső, Stephen Solis, Katrina Cirone, Jeremy Kawahara, Dekker Slade, Latif Abid, Máté Kovács, István Fazekas
[2023年1月12日] [arXiv, 2023]
[论文]

RoentGen：用于胸部X光生成的视觉-语言基础模型
Pierre Chambon, Christian Bluethgen, Jean-Benoit Delbrouck, Rogier Van der Sluijs, Małgorzata Połacin, Juan Manuel Zambrano Chaves, Tanishq Mathew Abraham, Shivanshu Purohit, Curtis P. Langlotz, Akshay Chaudhari
[2022年11月23日] [arXiv, 2022]
[论文]

将预训练的视觉-语言基础模型适应医学成像领域
Pierre Chambon, Christian Bluethgen, Curtis P. Langlotz, Akshay Chaudhari
[2022年10月9日] [arXiv, 2022]
[论文]

---

配准

使用半群正则化的时间连续网络学习变换用于图像配准
Mohammadjavad Matinkia, Nilanjan Ray
[5月28日] [arXiv, 2024]
[论文] [GitHub]

FSDiffReg：用于心脏图像的特征和分数扩散引导的无监督可变形图像配准
Yi Qin, Xiaomeng Li
[2023年7月22日] [arXiv, 2023]
[论文] [Github]

DiffuseMorph：使用扩散模型沿连续轨迹的无监督可变形图像配准
Boah Kim, Inhwa Han, Jong Chul Ye
[2021年12月9日] [ECCV, 2022]
[论文]

---

分类

Diff3Dformer：利用切片序列扩散通过Transformer网络提升3D CT分类
Zihao Jin, Yingying Fang, Jiahao Huang, Caiwen Xu, Simon Walsh, Guang Yang
[6月24日] [arXiv, 2024]
[论文] [GitHub]

引导条件扩散分类器（ConDiff）用于提升糖尿病足溃疡感染预测
Palawat Busaranuvong, Emmanuel Agu, Deepak Kumar, Shefalika Gautam, Reza Saadati Fard, Bengisu Tulu, Diane Strong
[5月1日] [arXiv, 2024]
[论文] 通过潜在引导扩散和嵌套集成提高医学图像分类的鲁棒性和可靠性
Xing Shen, Hengguan Huang, Brennan Nichyporuk, Tal Arbel
[2023年11月10日] [arXiv, 2023]
[论文]

通过潜在扩散模型提高非酒精性脂肪肝病分类性能
Romain Hardy, Cornelia Ilin, Joe Klepich, Ryan Mitchell, Steve Hall, Jericho Villareal
[2023年7月13日] [arXiv, 2023]
[论文]

通过对抗性扩散自动编码器解析阿尔茨海默症分类
Ayodeji Ijishakin, Ahmed Abdulaal, Adamos Hadjivasiliou, Sophie Martin, James Cole
[2023年6月5日] [arXiv, 2023]
[论文]

DiffMIC: 用于医学图像分类的双引导扩散网络
Yijun Yang, Huazhu Fu, Angelica I. Aviles-Rivero, Carola-Bibiane Schönlieb, Lei Zhu
[2023年3月19日] [arXiv, 2023]
[论文] [Github]

---

物体检测

基于层次多标签物体检测分析全景牙科X光片的扩散技术
Ibrahim Ethem Hamamci, Sezgin Er, Enis Simsar, Anjany Sekuboyina, Mustafa Gundogar, Bernd Stadlinger, Albert Mehl, Bjoern Menze
[2023年3月11日] [arXiv, 2023]
[论文] [Github]

---

图像修复

图像修补

使用潜在扩散技术修补腰椎MRI病理
Colin Hansen, Simas Glinskis, Ashwin Raju, Micha Kornreich, JinHyeong Park, Jayashri Pawar, Richard Herzog, Li Zhang, Benjamin Odry
[6月4日] [arXiv, 2024]
[论文]

使用扩散模型进行脑肿瘤多任务修补：方法报告
Pouria Rouzrokh, Bardia Khosravi, Shahriar Faghani, Mana Moassefi, Sanaz Vahdati, Bradley J. Erickson
[2022年10月21日] [arXiv, 2022]
[论文] [GitHub] [在线工具]

---

超分辨率

使用条件扩散模型进行三模态医学图像融合与超分辨率
Yushen Xu, Xiaosong Li, Yuchan Jie, Haishu Tan
[4月26日] [arXiv, 2024]
[论文]

用于CT超分辨率和去噪的隐式图像到图像薛定谔桥
Yuang Wang, Siyeop Yoon, Pengfei Jin, Matthew Tivnan, Zhennong Chen, Rui Hu, Li Zhang, Zhiqiang Chen, Quanzheng Li, Dufan Wu
[2024年3月10日] [arXiv, 2024]
[论文]

基于潜在扩散模型的乳腺X光图像压缩和解压框架
InChan Hwang, MinJae Woo
[2023年10月8日] [arXiv, 2023]
[论文]

InverseSR：使用潜在扩散模型进行3D脑MRI超分辨率
Jueqi Wang, Jacob Levman, Walter Hugo Lopez Pinaya, Petru-Daniel Tudosiu, M. Jorge Cardoso, Razvan Marinescu
[2023年8月23日] [MICCAI, 2023]
[论文] [GitHub]

基于自相似性的手绘涂鸦光声血管摄影超分辨率
Yuanzheng Ma, Wangting Zhou, Rui Ma, Sihua Yang, Yansong Tang, Xun Guan
[2023年5月2日] [arXiv, 2023]
[论文] [GitHub]

DisC-Diff：用于多对比度MRI超分辨率的解耦条件扩散模型
Ye Mao, Lan Jiang, Xi Chen, Chao Li
[2023年3月24日] [arXiv, 2023]
[论文]

---

增强

在医学图像中点亮任何东西
Ben Fei, Yixuan Li, Weidong Yang, Hengjun Gao, Jingyi Xu, Lipeng Ma, Yatian Yang, Pinghong Zhou
[6月1日] [arXiv, 2024]
[论文] [GitHub]

LighTDiff：使用T扩散提高外科内镜图像的低光增强
Tong Chen, Qingcheng Lyu, Long Bai, Erjian Guo, Huxin Gao, Xiaoxiao Yang, Hongliang Ren, Luping Zhou
[5月17日] [MICCAI, 2024]
[论文] [GitHub]

通过多条件潜在扩散模型学习对比度动力学
Richard Osuala, Daniel Lang, Preeti Verma, Smriti Joshi, Apostolia Tsirikoglou, Grzegorz Skorupko, Kaisar Kushibar, Lidia Garrucho, Walter H. L. Pinaya, Oliver Diaz, Julia Schnabel, Karim Lekadir
[2024年3月20日] [arXiv, 2024]
[论文] [GitHub]

用于生物医学光学图像修复的步骤校准扩散
Yiwei Lyu, Sung Jik Cha, Cheng Jiang, Asadur Chowdury, Xinhai Hou, Edward Harake, Akhil Kondepudi, Christian Freudiger, Honglak Lee, Todd C. Hollon
[2024年3月20日] [arXiv, 2024]
[论文] [GitHub]

LLCaps：使用曲波小波注意力和反向扩散进行低光胶囊内镜图像照明学习
Long Bai, Tong Chen, Yanan Wu, An Wang, Mobarakol Islam, Hongliang Ren
[2023年7月5日] [arXiv, 2023]
[论文] [GitHub]

---

对抗攻击

提高视觉变换器鲁棒性：防御性扩散
Raza Imam, Muhammad Huzaifa, Mohammed El-Amine Azz
[2023年5月14日] [arXiv, 2023]
[论文] [GitHub]

以火对火：通过多尺度扩散和去噪聚合机制反转皮肤对抗样本
Yongwei Wang, Yuan Li, Zhiqi Shen
[2022年8月22日] [arXiv, 2022]
[论文]

---

公平性

从多数到少数：基于扩散的皮肤病变分析中代表不足群体的增强
Janet Wang, Yunsung Chung, Zhengming Ding, Jihun Hamm
[6月26日] [arXiv, 2024]
[论文]

使用子群分布对齐调优的公平文本到医疗图像扩散模型
Xu Han, Fangfang Fan, Jingzhao Rong, Xiaofeng Liu
[6月20日] [arXiv, 2024]
[论文]

使用受控潜在扩散模型消除心脏成像偏差
Grzegorz Skorupko, Richard Osuala, Zuzanna Szafranowska, Kaisar Kushibar, Nay Aung, Steffen E Petersen, Karim Lekadir, Polyxeni Gkontra
[2024年3月28日] [arXiv, 2024]
[论文] [Github]

MCRAGE：用于公平性的合成医疗数据
Keira Behal, Jiayi Chen, Caleb Fikes, Sophia Xiao
[2023年10月27日] [arXiv, 2023]
[论文]

FEDD -- 公平、高效、多样化的基于扩散的病变分割和恶性分类
Héctor Carrión, Narges Norouzi
[2023年7月21日] [MICCAI, 2023]
[论文] [Github]

---

时间序列

随机扩散：用于随机时间序列预测的扩散概率模型
Yuansan Liu, Sudanthi Wijewickrema, Dongting Hu, Christofer Bester, Stephen O'Leary, James Bailey
[6月4日] [arXiv, 2024]
[论文]

时间编织者：一种条件时间序列生成模型
Sai Shankar Narasimhan, Shubhankar Agarwal, Oguzhan Akcin, Sujay Sanghavi, Sandeep Chinchali
[2024年3月5日] [arXiv, 2024]
[论文]

风险敏感扩散：从噪声样本中学习潜在分布
Yangming Li, Max Ruiz Luyten, Mihaela van der Schaar
[2024年2月3日] [arXiv, 2024]
[论文] <SOURCE_TEXT> 通过扩散模型可靠生成电子健康记录时间序列
田牧航, Bernie Chen, Allan Guo, 蒋施宇, Anru R. Zhang
[2023年10月23日] [arXiv, 2023]
[论文]

生成结构化数据的扩散模型综述
Heejoon Koo, To Eun Kim
[2023年6月7日] [arXiv, 2023]
[论文]

通过扩散模型修复时间序列医疗数据
李智云, 朴哲秀
[2022年10月6日] [ICCE-Asia, 2022]
[论文]

---

音频

使用生成的呼吸音进行对抗性微调以解决类别不平衡问题
June-Woo Kim, Chihyeon Yoon, Miika Toikkanen, Sangmin Bae, Ho-Young Jung
[2023年11月11日] [NeurIPS Workshop, 2023]
[论文] [GitHub]

---

多任务

使用条件扩散模型进行三模态医学图像融合和超分辨率
Yushen Xu, Xiaosong Li, Yuchan Jie, Haishu Tan
[4月26日] [arXiv, 2024]
[论文]

用于CT超分辨率和降噪的隐式图像到图像薛定谔桥
Yuang Wang, Siyeop Yoon, Pengfei Jin, Matthew Tivnan, Zhennong Chen, Rui Hu, Li Zhang, Zhiqiang Chen, Quanzheng Li, Dufan Wu
[2024年3月10日] [arXiv, 2024]
[论文]

DDPET-3D：用于3D超低剂量PET成像的剂量感知扩散模型
谢辉东, 干伟杰, 周波, 陈雄超, 刘琼, 郭雪琪, 郭亮, 安洪宇, Ulugbek S. Kamilov, Ge Wang, 刘驰
[2023年11月7日] [arXiv, 2023]
[论文]

逆问题中后验分布的应用驱动验证
Tim J. Adler, Jan-Hinrich Nölke, Annika Reinke, Minu Dietlinde Tizabi, Sebastian Gruber, Dasha Trofimova, Lynton Ardizzone, Paul F. Jaeger, Florian Buettner, Ullrich Köthe, Lena Maier-Hein
[2023年9月18日] [arXiv, 2023]
[论文]

用于无监督AS-OCT图像去斑的内容保留扩散模型
李三千, Risa Higashita, Fu Huazhu, Li Heng, Niu Jingxuan, Liu Jiang
[2023年6月30日] [arXiv, 2023]
[论文]

通过解剖约束进行异质血管分割的CT图像翻译
Giammarco La Barbera, Haithem Boussaid, Francesco Maso, Sabine Sarnacki, Laurence Rouet, Pietro Gori, Isabelle Bloch
[2022年10月4日] [BMVC, 2022]
[论文]

使用扩散模型进行快速无监督脑异常检测和分割
Walter H. L. Pinaya, Mark S. Graham, Robert Gray, Pedro F Da Costa, Petru-Daniel Tudosiu, Paul Wright, Yee H. Mah, Andrew D. MacKinnon, James T. Teo, Rolf Jager, David Werring, Geraint Rees, Parashkev Nachev, Sebastien Ourselin, M. Jorge Cardos
[2022年6月7日] [MICCAI, 2022]
[论文]

使用正则化反向扩散进行MR图像降噪和超分辨率
Hyungjin Chung, Eun Sun Lee, Jong Chul Ye
[2022年3月23日] [IEEE TMI, 2022]
[论文]

---

其他应用

MemControl: 通过自动参数选择减轻医学扩散模型中的记忆效应
Raman Dutt, Pedro Sanchez, Ondrej Bohdal, Sotirios A. Tsaftaris, Timothy Hospedales
[5月29日] [arXiv, 2024]
[论文]

RadRotator: 使用扩散模型进行放射影像的3D旋转
Pouria Rouzrokh, Bardia Khosravi, Shahriar Faghani, Kellen L. Mulford, Michael J. Taunton, Bradley J. Erickson, Cody C. Wyles
[4月19日] [arXiv, 2024]
[论文] [项目页面] [Huggingface]

使用现成的扩散模型进行零样本医学短语定位
Konstantinos Vilouras, Pedro Sanchez, Alison Q. O'Neil, Sotirios A. Tsaftaris
[4月19日] [arXiv, 2024]
[论文]

用于电子健康记录生成的引导离散扩散
Jun Han, Zixiang Chen, Yongqian Li, Yiwen Kou, Eran Halperin, Robert E. Tillman, Quanquan Gu
[4月18日] [arXiv, 2024]
[论文]

QSMDiff：用于定量磁敏映射的无监督3D扩散模型
Zhuang Xiong, Jiang Wei, Yang Gao, Feng Liu, Hongfu Sun
[2024年3月21日] [arXiv, 2024]
[论文]

DUE：通过3D插补进行动态不确定性感知解释监督
赵其龙, Zhang Yifei, Zhu Mengdan, 顾思怡, 高宇洋, 杨小峰, 赵亮
[2024年2月16日] [arXiv, 2024] \ [论文] [GitHub]

扩散模型生成假设的统计检验
Katsuoka Teruyuki, Shiraishi Tomohiro, Miwa Daiki, Vo Nguyen Le Duy, Takeuchi Ichiro
[2024年2月19日] [arXiv, 2024] \ [论文] [GitHub]

行为使用条款标准化及其在人工智能责任许可中的采用
Daniel McDuff, Tim Korjakow, Scott Cambo, Jesse Josua Benjamin, Jenny Lee, Yacine Jernite, Carlos Muñoz Ferrandis, Aaron Gokaslan, Alek Tarkowski, Joseph Lindley, A. Feder Cooper, Danish Contractor
[2024年2月7日] [arXiv, 2024] \ [论文]

无条件潜在扩散模型记忆患者成像数据
Salman Ul Hassan Dar, Marvin Seyfarth, Jannik Kahmann, Isabelle Ayx, Theano Papavassiliu, Stefan O. Schoenberg, Sandy Engelhardt
[2024年2月1日] [arXiv, 2024] \ [论文] [GitHub]

FedTabDiff：用于合成混合类型表格数据生成的联邦学习扩散概率模型
Timur Sattarov, Marco Schreyer, Damian Borth
[2024年1月11日] [arXiv, 2024] \ [论文] [GitHub]

VALD-MD：通过潜在扩散进行医学诊断的视觉归因
Ammar A. Siddiqui, Santosh Tirunagari, Tehseen Zia, David Windridge
[2024年1月2日] [arXiv, 2024] \ [论文]

从偏见和有效性的角度来看待合成CXR图像中的虚假现象
Gauri Bhardwaj, Yuvaraj Govindarajulu, Sundaraparipurnan Narayanan, Pavan Kulkarni, Manojkumar Parmar
[2023年12月12日] [arXiv, 2023] \ [论文]

使用生成预训练重建AI基于放射图像解读中的患者特定混杂因素
Han Tianyu, Žigutytė Laura, Huck Luisa, Huppertz Marc, Siepmann Robert, Gandelsman Yossi, Blüthgen Christian, Khader Firas, Kuhl Christiane, Nebelung Sven, Kather Jakob, Truhn Daniel
[2023年9月29日] [arXiv, 2023]
[论文] [GitHub] [演示]

评估降噪扩散概率模型重现空间上下文的能力
Deshpande Rucha, Özbey Muzaffer, Li Hua, Anastasio Mark A., Brooks Frank J.
[2023年9月19日] [arXiv, 2023]
[论文] </SOURCE_TEXT> 具有异常值情况下鲁棒不确定性估计的Beta分位数回归
Haleh Akrami, Omar Zamzam, Anand Joshi, Sergul Aydore, Richard Leahy
[2023年9月14日] [arXiv, 2023]
[论文]

使用潜在扩散模型的无监督3D分布外检测
Mark S. Graham, Walter Hugo Lopez Pinaya, Paul Wright, Petru-Daniel Tudosiu, Yee H. Mah, James T. Teo, H. Rolf Jäger, David Werring, Parashkev Nachev, Sebastien Ourselin, M. Jorge Cardoso
[2023年7月7日] [MICCAI, 2023]
[论文] [GitHub]

DoseDiff: 用于放疗剂量预测的距离感知扩散模型
Yiwen Zhang, Chuanpu Li, Liming Zhong, Zeli Chen, Wei Yang, Xuetao Wang
[2023年6月28日] [arXiv, 2023]
[论文]

扩散自动编码器的语义潜在空间回归用于椎体骨折分级
Matthias Keicher, Matan Atad, David Schinz, Alexandra S. Gersing, Sarah C. Foreman, Sophia S. Goller, Juergen Weissinger, Jon Rischewski, Anna-Sophia Dietrich, Benedikt Wiestler, Jan S. Kirschke, Nassir Navab
[2023年3月21日] [arXiv, 2023]
[论文]

AugDiff: 用于全片图像多实例学习的基于扩散的特征增强
Zhuchen Shao, Liuxi Dai, Yifeng Wang, Haoqian Wang, Yongbing Zhang
[2023年3月11日] [arXiv, 2023]
[论文]

Brain Diffuser: 一个端到端的脑图像到脑网络流水线
Xuhang Chen, Baiying Lei, Chi-Man Pun, Shuqiang Wang
[2023年3月11日] [arXiv, 2023]
[论文]

从降解中学习增强：视网膜图像增强的扩散模型
Puijin Cheng, Li Lin, Yijin Huang, Huaqing He, Wenhan Luo, Xiaoying Tang
[2023年3月8日] [arXiv, 2023]
[论文]

DiffusionCT: 用于CT图像标准化的潜在扩散模型
Md Selim, Jie Zhang, Michael A. Brooks, Ge Wang, Jin Chen
[2023年1月20日] [arXiv, 2023]
[论文]

基于扩散模型的脑出血图像半监督学习用于高效中线偏移量化
Shizhan Gong, Cheng Chen, Yuqi Gong, Nga Yan Chan, Wenao Ma, Calvin Hoi-Kwan Mak, Jill Abrigo, Qi Dou
[2023年1月1日] [arXiv, 2023]
[论文]