活动报名｜基于扩散模型的医学图像转换和应用（Diffusion Model 图像到图像翻译）

周挥宇

周挥宇博士目前是英国莱斯特大学计算与数学科学学院教授。他于华中科技大学获得无线电技术工程学士学位，英国邓迪大学获得生物医学工程理学硕士学位，英国爱丁堡赫瑞瓦特大学获得计算机视觉博士学位。他在计算与数学科学这一领域发表了450多篇论文。他曾多次参加高质量学术会议并获得许多奖项，包括：CVIU 2012年度高被引论文奖，ICPRAM 2016年度最佳论文奖项，MIUA 2020年度最佳论文奖等。他的研究工作得到许多专业组织和行业协会的支持，包括：UK EPSRC, ESRC, AHRC, MRC, EU, Royal Society等。

他担任《Recent Advances in Electrical & Electronic Engineering》主编，《IEEE Transactions on Human-Machine Systems》、《IEEE Journal of Biomedical and Health Informatics》、《Pattern Recognition》、《PeerJ Computer Science》、《Security and Safety》、《Scientific Reports》、《Machine Intelligence Research》、《International Journal of Image and Graphics》、《Intelligent Marine Technology and Systems》和《IEEE Access》副主编。ICRA 副主编（2019-2023 年），BMVC（2019-2023 年）和 IJCAI（2021 年）领域主席。

李云响

李云响是美国德克萨斯大学西南医学中心（软科世界大学排名48，Nature index全球医疗机构排名第一），目前是在读博士生，研究方向为计算机视觉、医学图像，扩散模型，大语言模型。发表高水平SCI论文/国际会议约20篇。担任国际学术会议Machine Learning in Medical Imaging (MLMI 2023) program committee (PC) member，IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI)，Pattern Recognition (PR)， IEEE TNNLS，ACM MM, IEEE JBHI, Neurocomputing, MICCAI等多个国际期刊和会议的审稿人。

基于扩散模型（Diffusion Model）图像到图像翻译

扩散模型已成为一种能生成高质量图像的卓越生成模型。然而，对于医学图像翻译而言，现有的扩散模型在准确保留结构信息方面存在不足，因为源域图像的结构细节会在正向扩散过程中丢失，无法通过学习的反向扩散完全恢复，而解剖结构的完整性在医学图像中极为重要。

例如，图像平移中的错误可能会扭曲、移动甚至移除结构和肿瘤，从而导致诊断错误和治疗不当。我们提出了一种频率空间引导的扩散模型，它采用频域滤波器来引导，以实现结构保留的图像转换。在FID、峰值信噪比（PSNR）和结构相似性指数（SSIM）等指标上，FGDM 都优于最先进的其他方法（基于 GAN、基于 VAE 和基于扩散模型）。

论文地址：

https://ieeexplore.ieee.org/document/10287612  

活动时间：11月23日（周四）21:00-22:00

活动形式：线上直播，扫描下方二维码报名或者点击原文报名

👇 线上交流群👇