近日，醫(yī)學工程學院青年教師王沖博士在國際權威期刊Medical Image Analysis上發(fā)表了題為ArtiDiffuser: A Unified Framework for Artifact Restoration and Synthesis for Histology Images via Counterfactual Diffusion Model的研究論文。王沖博士為第一作者，我校醫(yī)學工程學院為第一單位。

近年來，病理圖像中的偽影對病理分析尤其是自動診斷帶來了嚴峻挑戰(zhàn)。針對這一問題，該團隊提出了ArtiDiffuser框架——一種反事實擴散模型，僅通過學習正常病理圖像即可實現(xiàn)偽影的修復，并且有效保持了圖像的結(jié)構(gòu)信息及色彩信息不變。此外，該團隊還提出了一種處理偽影問題的新視角，即通過生成偽影作為訓練階段的數(shù)據(jù)增強方式，從而提高模型的魯棒性。在四個不同數(shù)據(jù)集的測試中，ArtiDiffuser的表現(xiàn)均優(yōu)于先前的方法。該研究為醫(yī)學圖像標準化處理提供了創(chuàng)新性解決方案，對推進臨床診斷的精確性具有重要意義。

據(jù)悉，Medical Image Analysis屬于中科院一區(qū)Top期刊，影響因子為10.7分。