論文標題： MedSegDiff: Medical Image Segmentation with Diffusion Probabilistic Model
翻譯：
MedSegDiff：基于擴散概率模型的醫學圖像分割
名詞解釋：
高頻分量（高頻信號）對應著圖像變化劇烈的部分，也就是圖像的邊緣（輪廓）或者噪聲以及細節部分。
1. 動態條件編碼
在大多數條件DPM中，條件先驗是一個唯一的給定信息。然而，醫學圖像分割是出了名的模糊對象。病變或組織通常很難從其背景中區分出來。
低對比度的圖像模式，如核磁共振成像或超聲圖像，使其更糟。只給定靜態圖像作為每一步的條件將很難學習。為了解決這個問題，我們提出了每個步驟的動態條件編碼。我們注意到，一方面原始圖像包含準確的分割目標信息，但難以與背景區分，另一方面，當前步分割圖包含增強的目標區域，但不準確。這促使我們去整合當前步分割信息xt轉化為有條件的原始圖像編碼進行相互補全。具體地說，我們在功能級別上實現集成。在原始圖像編碼器中，我們利用當前步長編碼特征來增強其中間特征。條件特征圖m k I的每個尺度與形狀相同的xt編碼特征m k x融合，k為層的指數。這種融合是通過一種類似于注意力的機制a來實現的。特別是，首先將兩個特征映射應用層歸一化并相乘以獲得親和映射。然后將親和映射與條件編碼特征相乘，增強關注區域。
雖然該策略是有效的，但另一個具體的問題是，積分xt嵌入會產生額外的高頻噪聲。為了解決這個問題，我們提出了FF-Parser來約束特征中的高頻成分。
2. FF-Parser
我們以特征集成的路徑方式連接ff解析器。它的功能是約束xt特性中與噪聲相關的組件。我們的主要思想是學習一個參數化的關注(權重)映射應用于傅里葉空間特征。給定一個解碼器特征映射m，我們首先沿著空間維度執行二維FFT(快速傅立葉變換)，然后，我們通過將參數化的關注映射A乘以M來調制M的頻譜，最后，我們采用逆FFT將M0逆回空間域。
FF-Parser可以看作是頻率濾波器的一種可學習版本，頻率濾波器廣泛應用于數字圖像處理。與空間關注不同，它對特定頻率的分量進行全局調整。從而可以學會約束高頻分量進行自適應積分。
總體結構
總體結構，如圖顯示了一個t階段示例。為了實現分割，我們通過原始圖像先驗條件步長估計函數，在本例中為原始圖像嵌入，E x t為當前步驟的分割映射特征嵌入。將這原始圖片嵌入和分割映射特征嵌入這兩個分量相加并發送到UNet解碼器D進行重構。步驟索引t與添加的嵌入和解碼器功能集成在一起。在每一種情況下，它都是使用共享學習查找表嵌入的。
