EyeDiff是文本到图像的扩散模型，基于自然语言提示生成多模态眼科图像，提高常见和罕见眼病的诊断准确性。模型在多个大规模数据集上训练，能准确捕捉关键病变特征，并与文本提示高度一致。基于集成生成的图像，EyeDiff显著提升检测少数类别和罕见眼病的准确性，有效解决数据不平衡问题，为眼科领域专家级疾病诊断模型的开发提供新方案。

EyeDiff – 文本到图像扩散模型，自然语言生成多模态眼科图像 第1张
（图片来源网络，侵删）
EyeDiff – 文本到图像扩散模型，自然语言生成多模态眼科图像 第2张
（图片来源网络，侵删）