基于扩散模型的交互式高质量皮肤病变生成用于VR皮肤科教育
VR 医疗训练与康复生成式AI(文本、图像、音乐、视频)医生、护士、临床医生大学教授与研究人员
恶性黑色素瘤是早期未检测时最致命的癌症形式,国际上实施的癌症筛查项目均需要对皮肤病变进行视觉检查。早期黑色素瘤检测是医学和皮肤科教育中的关键能力,主要使用2D图像进行培训。然而,考虑到皮肤病变的内在3D性质以及整合患者额外上下文信息(如皮肤类型、附近病变等)的重要性,现有方法不足以提供全面且可扩展的学习体验。虚拟现实场景提供了一种有效的策略,可用于在逼真的3D环境中训练皮肤癌筛查,从而增强医学生对早期黑色素瘤检测的认识。本研究提出了一种综合流程和模型,用于生成恶性黑色素瘤和良性痣,可用于VR医学培训。团队使用扩散模型生成皮肤病变,并增强了多种引导策略,使教育者能够最大程度灵活设计场景并在虚拟智能体上无缝放置病变。此外,开发了一款包含图形用户界面的工具,支持使用直观交互式修复策略生成新病变和调整现有病变。该工具还提供了一种新颖的自定义上采样策略,以达到诊断所需的足够分辨率。生成的皮肤病变已通过训练有素的皮肤科医生用户研究进行了验证,确认了生成病变的高整体质量和教育用途的实用性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何用扩散模型生成高质量且具有医学真实性的皮肤病变图像?分类: XR安全与人因工程同类问题arrow_forward
- 自定义生成的边界指导和分割指导可否提高皮肤病变图像的真实性和可用性?分类: XR安全与人因工程同类问题arrow_forward
- 虚拟现实(VR)技术集成生成的病变图像能否提升医学学习效果?分类: XR安全与人因工程同类问题arrow_forward
lightbulb
现实痛点
1- 医学教学缺乏真实且隐私安全的皮肤病变图像,学生识别能力不足。分类: XR安全与人因工程同类问题arrow_forward
- 75%
促进虚拟现实技术在医学教育中的整合:一项关于分娩培训中可接受性和学习影响的案例研究
CHI '24· VR 医疗训练与康复
- 60%
利用增强现实培训工具进行医学教育:中心静脉导管插入术案例研究
CHI '18· VR 医疗训练与康复 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712101
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
VR 医疗训练与康复、生成式AI(文本、图像、音乐、视频)
work
职业/产业
医生、护士、临床医生、大学教授与研究人员
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文