Cascaded Latent Diffusion Models for High-Resolution Chest X-ray Synthesis

要約

大規模な基礎モデルの最近の進歩は有望な結果を示していますが、医療分野への応用はまだ詳細に調査されていません。
このホワイト ペーパーでは、1 メガピクセル スケールで最先端の品質を提供する非常にリアルな胸部 X 線写真を生成する基本的なカスケード潜在拡散モデルである Cheff を提案することにより、医療合成における大規模モデリングの領域に進みます。
.
さらに、公共の胸部データセットの統合インターフェイスであり、最新の胸部 X 線の最大のオープン コレクションを形成する MaCheX を提案します。
Cheff は放射線レポートに基づいて調整されているため、テキスト プロンプトを介して合成プロセスをさらにガイドし、レポートから胸部 X 線生成の研究領域を明らかにします。

要約(オリジナル)

While recent advances in large-scale foundational models show promising results, their application to the medical domain has not yet been explored in detail. In this paper, we progress into the realms of large-scale modeling in medical synthesis by proposing Cheff – a foundational cascaded latent diffusion model, which generates highly-realistic chest radiographs providing state-of-the-art quality on a 1-megapixel scale. We further propose MaCheX, which is a unified interface for public chest datasets and forms the largest open collection of chest X-rays up to date. With Cheff conditioned on radiological reports, we further guide the synthesis process over text prompts and unveil the research area of report-to-chest-X-ray generation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google