.png){kind=icon}
返回
VesselDiffusion: 3D Vascular Structure Generation Based on Diffusion Model
.png){kind=icon}
PRE
AI
DOI：10.1109/TMI.2025.3568602.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
3D血管结构模型在疾病诊断、手术规划和医学教育中至关重要。血管系统的复杂性给生成精确的血管结构带来了显著挑战。受限于整体血管结构的复杂连接性，现有方法主要关注生成局部或单个血管。本文介绍了一种新颖的两阶段框架VesselDiffusion，用于生成详细的血管结构，这对医学分析更具价值。由于特定血管结构的训练数据通常有限，直接生成3D数据往往导致细节不足和多样性不足。为此，我们首先利用广泛可用的通用2D血管数据集训练一个2D血管生成模型。以生成的2D图像作为输入，提出了一种条件扩散模型，该模型集成了双流特征提取（DSFE）模块，用于外推3D血管系统。DSFE模块由Vision Transformer和图卷积网络组成，协同捕获全局连接合理性的视觉特征和局部血管细节的结构特征，确保生成3D数据的真实性和多样性。据我们所知，VesselDiffusion是首个针对生成全面且逼真的血管网络而设计的扩散过程模型。与其他生成方法的比较分析表明，所提出的框架在准确性和多样性方面表现更优。我们的代码可在以下地址获取：https://github.com/gzq17/VesselDiffusion。
Keyword:
Vascular structure generation
diffusion model
dual-stream feature extraction
