MICCAI‘23 | 基于条件扩散模型的弱监督医学图像分割

论文信息

题目：Conditional Diffusion Models for Weakly Supervised Medical Image Segmentation

基于条件扩散模型的弱监督医学图像分割

作者：Xinrong Hu, Yu-Jen Chen, Tsung-Yi Ho, Yiyu Shi

源码：https://github.com/xhu248/cond

论文创新点

1. 利用条件扩散模型（CDM）进行弱监督语义分割：作者提出了一种新颖的框架，利用CDM中的类别感知语义信息，仅通过图像级别的标注来获取目标对象的预测掩码。这种方法不同于以往通过外部分类器指导的扩散模型方法，避免了在重建过程中背景噪声的累积。
2. 通过近似导数定位目标类别：作者的方法通过近似CDM输出相对于输入条件的导数来定