Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.19970

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2507.19970 (eess)
[提交于 2025年7月26日 ]

标题: SkinDualGen:皮肤病变中同时图像-掩码生成的提示驱动扩散模型

标题: SkinDualGen: Prompt-Driven Diffusion for Simultaneous Image-Mask Generation in Skin Lesions

Authors:Zhaobin Xu
摘要: 医学图像分析在诸如皮肤病变等疾病的早期诊断中起着关键作用。 然而,数据的稀缺性和类别不平衡显著阻碍了深度学习模型的性能。 我们提出了一种新方法,利用预训练的Stable Diffusion-2.0模型生成高质量的合成皮肤病变图像和相应的分割掩码。 这种方法增强了分类和分割任务的训练数据集。 我们通过领域特定的低秩适应(LoRA)微调和多目标损失函数的联合优化来适应Stable Diffusion-2.0,使模型能够在单一步骤中同时生成基于文本描述的临床相关图像和分割掩码。 实验结果表明,生成的图像经过FID分数验证,其质量与真实图像非常接近。 结合真实和合成数据的混合数据集显著提高了分类和分割模型的性能,在准确率和F1分数上实现了8%到15%的显著提升,并在其他关键指标如Dice系数和IoU上也获得了额外的积极增长。 我们的方法提供了一个可扩展的解决方案,以应对医学成像数据的挑战,有助于提高罕见疾病诊断的准确性与可靠性。
摘要: Medical image analysis plays a pivotal role in the early diagnosis of diseases such as skin lesions. However, the scarcity of data and the class imbalance significantly hinder the performance of deep learning models. We propose a novel method that leverages the pretrained Stable Diffusion-2.0 model to generate high-quality synthetic skin lesion images and corresponding segmentation masks. This approach augments training datasets for classification and segmentation tasks. We adapt Stable Diffusion-2.0 through domain-specific Low-Rank Adaptation (LoRA) fine-tuning and joint optimization of multi-objective loss functions, enabling the model to simultaneously generate clinically relevant images and segmentation masks conditioned on textual descriptions in a single step. Experimental results show that the generated images, validated by FID scores, closely resemble real images in quality. A hybrid dataset combining real and synthetic data markedly enhances the performance of classification and segmentation models, achieving substantial improvements in accuracy and F1-score of 8% to 15%, with additional positive gains in other key metrics such as the Dice coefficient and IoU. Our approach offers a scalable solution to address the challenges of medical imaging data, contributing to improved accuracy and reliability in diagnosing rare diseases.
主题: 图像与视频处理 (eess.IV) ; 计算机视觉与模式识别 (cs.CV); 机器学习 (cs.LG)
引用方式: arXiv:2507.19970 [eess.IV]
  (或者 arXiv:2507.19970v1 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.19970
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Zhaobin Xu [查看电子邮件]
[v1] 星期六, 2025 年 7 月 26 日 15:00:37 UTC (9,303 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.CV
cs.LG
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号