A LINEAR TRANSFORMATION MODEL TRAINED ON UNPAIRED DATA USING DIFFUSION MODELS

A method can include receiving an image including a label identifying inclusion of at least one opacity artifact is received, generating a transformed semantic latent space based on the image using a linear transformation model. generating a noisy image based on the image, generating a first estimated image based on the transformed semantic latent space using a diffusion model, generating a second estimated image based on the transformed semantic latent space and the noisy image using the diffusion model, and training the linear transformation model based on the first estimated image, the second estimated image, and a loss that enforces a linear change in the linear transformation model. Un procédé peut consister à recevoir une image comprenant une étiquette identifiant l'inclusion d'au moins un artefact d'opacité est reçue, générer un espace latent sémantique transformé sur la base de l'image à l'aide d'un modèle de transformation linéaire, générer une image bruitée sur la base de l'image, générer une première image estimée sur la base de l'espace latent sémantique transformé à l'aide d'un modèle de diffusion, générer une seconde image estimée sur la base de l'espace latent sémantique transformé et de l'image bruitée à l'aide du modèle de diffusion, et entraîner le modèle de transformation linéaire sur la base de la première image estimée, de la seconde image estimée et d'une perte qui applique un changement linéaire dans le modèle de transformation linéaire.