جسر شيرودنجر للتشتت الذاتي المتسق لترجمة الصور الطبية متعددة الأنماط

الدافع: في ترجمة الصور الطبية، تتعلم نماذج التشتت غير الضوضائي (DDM) تحولًا غير ذي صلة بالمهمة يزيل الضوضاء بحيث يقوم بربط الضوضاء الغاوسية بصورة النمط المستهدف، بينما تتلقى صورة نمط المصدر كقناة إدخال ثابتة. وهذا يتسبب في توجيه غير مثالي لنمط المصدر بسبب التسوية بين إزالة الضوضاء وتحولات المصدر إلى الهدف. الهدف: كان هدفنا هو ابتكار طريقة جديدة تعتمد على التشتت تتعلم تحولًا ذا صلة بالمهمة من المصدر إلى الهدف لتحسين دقة الترجمة. النهج: قدمنا جسر تشتت متسق ذاتيًا متكرر (SelfRDB) جديد يؤدي إلى رسم تدريجي من الصورة المصدر إلى الصور المستهدفة. النتائج: تم الحصول على أداء أعلى مع SelfRDB مقارنة بأحدث الأساليب السابقة في تصوير MRI متعدد التباين وترجمة MRI-CT. التأثير: يمكن أن توسيع أمان الصور المعززة بروتوكولات متعددة الأنماط التي حققها SelfRDB نطاق التقييمات القائمة على التصوير، بينما تحافظ على ميزانيات مسح منخفضة نسبيًا وتقلل من التعرض للمواد الغازية أو الإشعاع، مما يعود بالنفع بشكل خاص على السكان الضعفاء من الأطفال وكبار السن.