ЛатентфМ: подход, позволяющий совместить скользящие потоки для генерирующего сегмента медицинских изображений

arXiv: 2512.02.4821v4 Тип уведомления: заменить резюме: Генерационные модели добились значительного прогресса в деле согласования потоков (FM). Он продемонстрировал мощный потенциал в области регенерации и привлек значительное внимание как система, свободная от моделирования потока, способная изучать точную плотность данных. Исходя из этих достижений, мы предлагаем LatentFM - модель на основе потока, функционирующая в скрытом пространстве для сегментации медицинских изображений. Чтобы моделировать распределение данных, мы сначала проектируем два вариативных автоматических кодера (VAE) для кодирования как медицинских изображений, так и их соответствующих масок в нижнемерное латентное пространство. Затем мы оцениваем условное поле скорости, которое направляет поток на основе входных изображений. Проверяя множество латентных представлений, наш метод синтезирует различные сегментационные результаты, чья дисперсия по пикселю надежно отражает распределение исходных данных, что позволяет как весьма точные прогнозы, так и предсказанные данные с пониманием неопределенности. Кроме того, мы становимся уверенными