小红花·文摘

本研究提出了一种新型自监督图表示学习方法Graffe，旨在解决扩散概率模型在图表示学习中的应用不足。该模型通过图编码器提炼源图，并指导扩散解码器去噪，从而在节点和图分类任务中实现领先性能。

Graffe: Graph Representation Learning via Diffusion Probabilistic Models

BriefGPT - AI 论文速递 ·

本研究提出了一种基于ODE的增强采样方法RX-DPM，旨在降低扩散概率模型生成高质量样本的计算成本，同时显著提升样本估计精度和采样效率。

Enhanced Diffusion Sampling through Extrapolation of Multiple ODE Solutions

BriefGPT - AI 论文速递 ·

本研究探讨了扩散概率模型在生成任务中的分布不匹配问题，并提出通过分布鲁棒优化（DRO）来解决。结果显示，对抗训练（AT）显著提高了模型的鲁棒性和生成性能。

Improved Diffusion-based Generative Model with Enhanced Adversarial Robustness

BriefGPT - AI 论文速递 ·

本研究探讨流匹配（FM）与扩散概率模型（DPMs）在无训练条件生成中的关系，提出两种后验采样方法，实验结果优于现有技术。

揭示流匹配与无训练条件生成中的扩散概率模型之间的联系

BriefGPT - AI 论文速递 ·

本研究提出了一种基于扩散概率模型的全无监督低剂量CT图像去噪方法，能够生成高质量的正常剂量CT图像，且性能优于多种监督学习方法。同时，研究还介绍了基于扩散模型的剂量预测方法，提升了放射治疗的剂量分布预测准确性，展示了其在癌症治疗中的应用潜力。

频率分解扩散模型用于直肠癌放疗剂量预测

BriefGPT - AI 论文速递 ·

本研究探讨了扩散概率模型在记忆训练数据中的数据泄露和版权风险问题，提出了一种新方法“替代条件数据提取”（SIDE），在CelebA数据集上的表现优于现有方法超过50%。

Towards a Theoretical Understanding of Memorization in Diffusion Models

BriefGPT - AI 论文速递 ·

本文介绍了DPM-Solver++，一种高效的扩散概率模型求解器，显著提高了图像生成的采样质量和速度。通过新方法和优化策略，该研究在多个数据集上实现了高品质图像生成，减少了去噪步骤，提升了采样效率。

DC-Solver：通过动态补偿改进预测-校正扩散采样器

BriefGPT - AI 论文速递 ·

本文探讨了基于扩散概率模型的语言模型在细粒度文本风格转换中的应用，提出了StyleDrop和StyleAdapter等创新方法，旨在提高图像生成的风格一致性和内容保真度。这些方法通过解耦风格与内容，利用文本提示和风格参考图像生成高质量图像，展现了在创意领域的潜力。

StyleTokenizer：通过单一实例定义图像风格以控制扩散模型

BriefGPT - AI 论文速递 ·

本文提出了一种结合正电子发射断层扫描重建框架和扩散概率模型的低剂量PET图像优化方法，旨在改善图像质量并降低辐射暴露。研究表明，MRI引导的PET图像优于传统方法，新模型MC-Diffusion在ADNI数据集上取得显著改进。此外，利用扩散后验抽样解决非线性CT重建问题，展示了人工智能在生物医学成像中的潜力。

具有紧凑先验的低剂量 PET 重建的扩散变换模型

BriefGPT - AI 论文速递 ·

本文提出了一种有条件的扩散概率模型（DPM）框架，用于生成合成肠道息肉图像，以提升二进制图像分割模型的准确性。研究表明，合成数据能有效增强模型性能，尤其在胃肠道息肉分割方面表现优越。通过自监督学习和图像修复技术，进一步提高了肿瘤细胞分析的效果和图像质量。

通过跨多样背景修复和伪蒙版细化来推广息肉分割

BriefGPT - AI 论文速递 ·

本文综述了扩散概率模型（DPMs）在医学成像中的应用，特别是在磁共振成像（MRI）中的重建和异常检测。研究提出了多种方法，如mDPPM和Med-DDPM，利用无标签数据和半监督学习提升图像分割性能，并通过引入正则化和生成模型，在肿瘤和多发性硬化症病变数据集上展示了优越表现，强调了DPM在医学图像处理中的潜力。

基于差异的脑 MRI 病变检测扩散模型

BriefGPT - AI 论文速递 ·

本文介绍了一种基于自然语言描述的图像编辑方法，结合CLIP模型和扩散概率模型进行区域编辑。该方法在图像真实感、背景保护和文本匹配方面表现优越，支持对象添加、替换和背景更换等多种编辑应用。研究还探讨了不同指导策略的效果，提出了DiffusionCLIP和LayerDiffusion等新方法，展示了图像编辑领域的创新潜力。

TexSliders: 基於 CLIP 空間的擴散式紋理編輯

BriefGPT - AI 论文速递 ·

本文探讨了基于扩散概率模型（DDPM）的图像修复技术，提出了RePaint和RePaint+等新算法，能够有效处理图像缺失信息并提高修复质量。研究推动了对人脑多尺度结构的理解，并在图像生成和修复中实现了更高的语义连贯性和控制性。

基于扩散的不完整欧几里得距离矩阵修复方法对分数布朗运动生成的轨迹

BriefGPT - AI 论文速递 ·

本文提出了一种使用扩散概率模型的图像合成方法，通过训练加权变分界限和渐进式有损解压缩方案，获得高质量的合成结果。在实验中，该方法在CIFAR10数据集和256x256 LSUN上表现出色。

本论文提出了一种新颖的端到端网络，用于生成未来肿瘤掩模和不同治疗计划下肿瘤在任何未来时间点的真实磁共振成像。该模型基于扩散概率模型和深度分割神经网络，通过使用多参数MRI和治疗信息作为条件输入，指导生成扩散过程，以估算给定时间点的肿瘤成长。通过使用真实的手术后纵向MRI数据进行训练，验证了该模型在生成合成MRI、肿瘤分割和不确定性估计等任务中的优异性能。该模型的肿瘤成长预测能够为临床决策提供有用的信息。