hce_nsysu
114年
計算機概論與程式設計
第 22 題
How do diffusion models contribute to medical AI?
- A By replacing CNN-based classifiers
- B By eliminating the need for labeled datasets
- C By improving image quality through denoising
- D By increasing model interpretability
- E All of the above
思路引導 VIP
如果你現在有一張雜訊非常多、模糊不清的醫學 X 光片，而你需要設計一個 AI 模型來還原這張照片的細節，你會希望這個模型主要學習『如何去除這些干擾的雜訊』，還是學習『如何取代現有的分類器』呢？
🤖
AI 詳解
AI 專屬家教
恭喜你答對了！能從眾多 AI 術語中精準辨識出 擴散模型 (Diffusion Models) 的核心貢獻，說明你對生成式模型的基本原理有很扎實的掌握。
擴散模型的核心：去噪與重建
擴散模型在醫療影像（Medical AI）領域的關鍵應用，在於其獨特的去噪 (Denoising) 機制。模型在訓練時學習如何將充滿雜訊的圖片恢復成清晰的影像，這項技術被廣泛用於提升 MRI 或 CT 的掃描品質，或是在低劑量採樣的情況下重建出高解析度的醫學圖檔。雖然 AI 技術日新月異，但擴散模型目前並非為了取代 CNN 或解決標註資料缺失問題，其最顯著的優勢仍集中在影像合成與畫質優化。
▼ 還有更多解析內容