DeBoneDiT骨抑制扩散Transformer论文发布

2026年10月15日，arXiv Computer Vision 刊出 Yifei Sun 等作者的论文，提出 DeBoneDiT——一种深度驱动的条件桥扩散 Transformer 架构，用于高效高分辨率胸片骨骼抑制。论文称，其 Depth Auto-Encoder（DAE）借助预训练 Depth Anything V2 编码器的多级深度特征损失实现结构感知的潜空间压缩，并将骨骼抑制建模为源条件布朗桥扩散过程。作者同时称已构建并发布 SZCH-X-Rays 数据集，称其为迄今最大的公开高质量骨骼抑制配对数据集，包含 741 对胸片（CXR）与双能减影（DES）软组织图像。目前该事件仅有这一篇主报道，尚无跟进报道，论文所述性能与数据集规模均来自作者自述，有待后续验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。