概要
このプロジェクトは、T1加重MRI画像とT2加重MRIスキャン間の医療画像モダリティ変換を行う、条件付き拡散モデルの実装です。
Denoising Diffusion Probabilistic Model (DDPM) を基盤とし、医療画像の高精度な要求に応えるため、Anatomy-Consistent Structural Guidance (ASCG) による解剖学的忠実度の維持や、クロスカテンションを用いた条件付きガイダンスなどの革新的な機能を統合しています。
また、MSE、L1、SSIMを組み合わせた多基準複合損失関数により、詳細な画質と構造の一貫性を保証。
Python環境でCLI経由で操作し、学習には高性能GPUを推奨。
医療画像処理の研究者や開発者向けに設計されています。
互換性・特徴
- Python
- CLI
- GPU必須
- 医療画像処理
- ディープラーニング
- 拡散モデル
基本情報
| ライセンス | MIT |
| Stars | 10 |
| カテゴリ | 画像生成 |
| アクティビティ | low |
GitHub: https://github.com/Kaiden118/Cross-Modality-Conditional-Diffusion-Model