MedSegDiff

收录理由

MedSegDiff 把医学图像分割当成一个去噪任务来处理：它不是用常规的编码器-解码器逐像素分类，而是用扩散概率模型一步步从扫描图像中生成器官和病灶的边界。仓库里备好了数据加载器和训练、采样、评估的可用脚本，支持两个真实基准——ISIC 皮肤病灶分割和 BraTS 脑肿瘤分割，还写了怎么用自定义加载器把它套到自己的数据上。V2 版本换上了 Transformer 主干，声称准确度和稳定性更好；自带的 DPM-Solver 能把扩散采样从 1000 步压到大约 20 步，实验成本一下子低了很多。这是一套来自 AAAI 最具影响力论文的研究代码，用的时候得自己改改，别指望直接上线。想拿扩散式分割跟传统模型比一比的话，这是个活跃维护的可靠参照。