换一批摘要目的 评估潜空间扩散模型(LDM)在肋骨骨折CT影像数据增强中的有效性,以提升数据多样性并提高临床诊断准确率.方法 回顾性分析2023年1月至2024年12月宁波市医疗中心李惠利医院150例肋骨骨折患者的胸部CT影像资料.首先采用影像处理软件对肋骨骨折区域进行精细化标注,继而运用LDM结合肋骨区域掩膜生成合成型肋骨骨折影像.通过初始距离(IS)、弗雷歇初始距离(FID)评估生成影像真实性,采用Dice相似性系数(DSC)验证其空间逻辑性,并基于增强数据集训练深度学习诊断模型以验证效能提升效果.结果 LDM生成的合成CT影像符合真实性和逻辑性,其IS为1.022,FID为134.677,DSC为0.89,与原始影像具有良好一致性.结论 基于LDM合成的肋骨骨折CT影像具有较高的生成质量与空间逻辑性,该方法具有较好的临床应用前景.
更多相关知识
关键词
潜空间扩散模型深度学习肋骨骨折图像编码器图像生成Latent diffusion modelDeep learningRib fracturesImage encoderImage generation
栏目名称
DOI
10.12056/j.issn.1006-2785.2025.47.11.2025-473
发布时间
2025-07-15（万方平台首次上网日期，不代表论文的发表时间）
基金项目
浙江省医药卫生科技计划项目（2023KY1039）
- 浏览7
- 被引0
- 下载2
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
