Модель диффузии в латентном пространстве для задачи сегментации медицинских изображений
arXiv: 2512.02.1292v4 Annuate Type: заменить резюме: Сегментация медицинских изображений имеет решающее значение для клинической диагностики и планирования лечения. Традиционные методы, как правило, создают одну маску сегментации и не позволяют зафиксировать врожденную неопределенность. Недавно появившиеся вулканические модели позволяют создавать многочисленные правдоподобные маски на изображение, имитируя совместную интерпретацию нескольких врачей. Однако эти подходы по-прежнему являются слишком тяжелыми. Мы предлагаем MedSegLatDiff, распределительную систему, которая сочетает вариативную автоенкодер (VAE) с латентной диффузионной моделью для эффективной сегментации медицинских изображений. VAE сжимает вход в низкоразмерное латентное пространство, уменьшая шум и ускоряя подготовку кадров, а процесс распространения непосредственно осуществляется на основе такого компактного представления. Мы также заменяем обычную потерю MSE на взвешенную поперечную энтропию, которая проходит по пути восстановления маски VAE для лучшего сохранения небольших структур, таких как маленькие конкреции. Медсег-Латдифф оценивается