面向多任务医学图像分割的信噪比自适应统一扩散模型

论文提出 UniT-Diff，用单一参数集统一半监督学习、无监督域适应与域泛化三类心脏影像分割任务。其通过 11 通道任务专属输出空间、基于扩散时间步信噪比的任务条件缩放，以及针对域泛化的条件丢弃，缓解标签语义冲突、梯度失衡和厂商偏差。在 LA、MMWHS、MNMS 三个基准上，较独立任务模型分别提升 0.87、1.77 和 0.88 个百分点。