Improving Lymph Node Metastasis Classification Using Data Augmentation with Generative Models and Filtering

doi:10.1142/s1793351x2642002x

Improving Lymph Node Metastasis Classification Using Data Augmentation with Generative Models and Filtering

2026-05-01

0

PRE

AI

DOI：10.1142/s1793351x2642002x

原文链接

原文求助

摘要

En 中文

当患者被诊断出直肠癌时，会通过诊断成像（如CT扫描）进行分期，以评估癌症是否已转移到身体其他部位。近年来，机器学习在诊断支持中的应用日益受到关注。在以往的研究中，我们提出了使用生成模型扩充有限数据集的方法；然而，有担忧认为这些模型可能生成非预期的图像。本研究旨在提高淋巴结分类的准确性。我们在前期工作中采用去噪扩散隐式模型（DDIM）的基础上，引入了去噪扩散概率模型（DDPM）。此外，我们提出了两种过滤方法以消除非预期图像。同时，我们对DDIM和DDPM的扩散时间表进行了全面的参数分析，以优化生成过程。

Keyword:

Rectal cancer

imaging

medical imaging

machine learning

diffusion model

DDPM

DDIM

vision transformer

lymph node classification

Improving Lymph Node Metastasis Classification Using Data Augmentation with Generative Models and Filtering

摘要

期刊

机构

引用论文