Key points are not available for this paper at this time.
デノイジング拡散モデルは、非教師ありの方法で磁気共鳴画像(MRI)を加速し、診断レベルの画像を生成する有望なアプローチを提供します。しかし、我々の研究は、代理モデルから転送された小さな最悪の場合の潜在的摂動でさえ、これらのモデルが臨床医を誤解させる偽の組織構造を生成する原因となることを示しています。このような最悪の場合の摂動の移行可能性は、MRシステムの欠陥やその他のノイズ源により、画像再構成の頑健性が損なわれる可能性があることを示しています。さらに、より大きな摂動強度において、拡散モデルは教師ありモデルで観察されるものとは異なるガウシアンノイズに似たアーティファクトを示し、検出がより困難になります。我々の結果は、現在の最先端の拡散ベースの再構成モデルが可能な最悪の場合の摂動に対して脆弱であることを強調しており、臨床環境におけるその頑健性と信頼性を向上させるためのさらなる研究の必要性を強調しています。
Han et al. (Sun,) はこの問題を研究しました。