T2ID-CAS: A Diffusion Model and Classification-Aware Sampling Approach to Mitigate Class Imbalance in Neck Ultrasound Anatomical Landmark Detection
本研究解决了颈部超声解剖标志检测中由于关键结构（如气管环和声带）被低估而导致的类别不平衡问题。提出的T2ID-CAS方法结合文本到图像的潜在扩散模型和分类意识采样，以生成高质量的合成样本。实验结果表明，该方法在解剖标志检测中的平均精确度达到88.2，显著优于基线的66，显示出其在超声引导干预中应对类别不平衡的潜力。
本研究提出了一种T2ID-CAS方法，以解决颈部超声解剖标志检测中的类别不平衡问题。该方法结合了潜在扩散模型和分类意识采样，实验结果显示平均精确度达到88.2%，显著高于基线的66%，展现了在超声引导干预中的应用潜力。
