Synthetic chest X-ray images from text prompts
A latent diffusion model pre-trained on pairs of natural images and text descriptors can be adapted to generate realistic chest radiographs that are controlled by free-form medical text prompts.
Gespeichert in:
| Hauptverfasser: | , |
|---|---|
| Dokumenttyp: | Article (Journal) |
| Sprache: | Englisch |
| Veröffentlicht: |
07 October 2024
|
| In: |
Nature biomedical engineering
Year: 2025, Jahrgang: 9, Heft: 4, Pages: 439-440 |
| ISSN: | 2157-846X |
| DOI: | 10.1038/s41551-024-01261-z |
| Online-Zugang: | Verlag, lizenzpflichtig, Volltext: https://doi.org/10.1038/s41551-024-01261-z Verlag, lizenzpflichtig, Volltext: https://www.nature.com/articles/s41551-024-01261-z 
|
| Verfasserangaben: | Daniel Truhn, Jakob Nikolas Kather |
| Zusammenfassung: | A latent diffusion model pre-trained on pairs of natural images and text descriptors can be adapted to generate realistic chest radiographs that are controlled by free-form medical text prompts. |
|---|---|
| Beschreibung: | Gesehen am 29.04.2025 |
| Beschreibung: | Online Resource |
| ISSN: | 2157-846X |
| DOI: | 10.1038/s41551-024-01261-z |