Stable-Diffusion-Seg

用 Stable Diffusion 单步反演，让医学图像分割又快又准

Stable-Diffusion-Seg 是 MICCAI 2024 论文的官方代码库，专注于利用 Stable Diffusion 模型进行生物医学图像分割。它提出了一种单步反向过程（single-step reverse process）的扩散分割方法，旨在解决传统扩散模型在医学图像分割中推理速度慢、计算成本高的问题。该工具将 Stable Diffusion 的生成能力与医学图像分割任务结合，通过预训练的扩散模型提取语义特征，并设计轻量级的分割头，实现高效且准确的分割。核心能力包括：支持多种生物医学图像模态（如 MRI、CT、病理切片），提供训练和推理脚本，以及预训练模型权重，方便研究人员复现和扩展。该项目为医学图像分析领域提供了一种新的扩散模型应用范式，特别适合需要快速推理的临床场景。