ترجمه فارسی مقاله SurgicaL-CD: تولید تصاویر جراحی از طریق ترجمه تصویر جفت نشده با مدل های انتشار سازگاری پنهان

چکیده

Computer-assisted surgery (CAS) systems are designed to assist surgeons during procedures, thereby reducing complications and enhancing patient care. Training machine learning models for these systems requires a large corpus of annotated datasets, which is challenging to obtain in the surgical domain due to patient privacy concerns and the significant labeling effort required from doctors. Previous methods have explored unpaired image translation using generative models to create realistic surgical images from simulations. However, these approaches have struggled to produce high-quality, diverse surgical images. In this work, we introduce \emph{SurgicaL-CD}, a consistency-distilled diffusion method to generate realistic surgical images with only a few sampling steps without paired data. We evaluate our approach on three datasets, assessing the generated images in terms of quality and utility as downstream training datasets. Our results demonstrate that our method outperforms GANs and diffusion-based approaches. Our code is available at https://gitlab.com/nct_tso_public/gan2diffusion.

چکیده به فارسی (ترجمه ماشینی)

سیستم های جراحی به کمک رایانه (CAS) برای کمک به جراحان در طی عملیات طراحی شده اند و از این طریق باعث کاهش عوارض و تقویت مراقبت از بیمار می شوند.آموزش مدل های یادگیری ماشین برای این سیستم ها نیاز به بخش بزرگی از مجموعه داده های حاشیه نویسی دارد ، که به دلیل نگرانی های مربوط به حریم خصوصی بیمار و تلاش قابل توجه برچسب زدن مورد نیاز پزشکان ، به دست آوردن در حوزه جراحی چالش برانگیز است.روشهای قبلی ترجمه تصویر بدون زوج را با استفاده از مدلهای تولیدی برای ایجاد تصاویر جراحی واقع بینانه از شبیه سازی ها مورد بررسی قرار داده اند.با این حال ، این رویکردها برای تولید تصاویر جراحی با کیفیت بالا و متنوع تلاش کرده اند.در این کار ، ما \ emph {جراحی-CD} را معرفی می کنیم ، یک روش انتشار با استفاده از ثبات برای تولید تصاویر جراحی واقع گرایانه با تنها چند مرحله نمونه برداری و بدون داده های زوج.ما رویکرد خود را در سه مجموعه داده ارزیابی می کنیم و تصاویر تولید شده را از نظر کیفیت و ابزار به عنوان مجموعه داده های آموزش پایین دست ارزیابی می کنیم.نتایج ما نشان می دهد که روش ما بهتر از GAN ها و رویکردهای مبتنی بر انتشار است.کد ما در https://gitlab.com/nct_tso_public/gan2diffusion در دسترس است.