CarDiff发布：解剖感知扩散模型提升牙科龋齿合成
热点事件持续更新
CarDiff发布：解剖感知扩散模型提升牙科龋齿合成
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
Sanyam Jain等人在arXiv上提出并发布CarDiff，一个用于牙科全景片龋齿合成的半监督框架，结合解剖感知条件生成与分割引导监督。 该框架在MLUA-DC1000数据集上取得最佳FID (90.76) 和LPIPS (0.48) 分数，提升龋齿合成质量。 在下游分割任务中，使用5倍增强训练集使平均Dice分数提升最高6.5%，代码已开源，表明解剖一致的扩散合成适用于有限监督下的牙科影像增强。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
CarDiff：用于牙科龋齿合成的解剖感知扩散模型报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · MLCarDiff：用于牙科龋齿合成的解剖感知扩散模型
CarDiff 在 MLUA-DC1000 数据集上取得最佳 FID (90.76) 和 LPIPS (0.48) 分数，提升牙科全景片龋齿合成质量。 该半监督框架结合解剖感知条件生成与分割引导监督，在七个架构的下游分割任务中，使用 5 倍增强训练集使平均 Dice 分数提升最高 6.5%。 代码已开源，表明解剖一致的扩散合成适用于有限监督下的牙科影像增强。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。