Bài báo này đề xuất CLAP (Mô hình khuếch tán điểm LAtent có điều kiện), một phương pháp mới để mô hình hóa 3D chính xác các cơ quan của con người, chẳng hạn như đại tràng, vốn là một thách thức do hình học phức tạp và sự thay đổi hình dạng của chúng. CLAP tăng cường biểu diễn 3D của đại tràng bằng cách kết hợp học sâu hình học với mô hình khuếch tán khử nhiễu. Sử dụng các đám mây điểm được lấy mẫu từ các mặt nạ phân đoạn, chúng tôi học các biểu diễn hình dạng tiềm ẩn cục bộ và toàn cục thông qua các bộ mã hóa tự động biến thiên phân cấp, sau đó tinh chỉnh hình dạng cơ quan trong không gian tiềm ẩn bằng hai mô hình khuếch tán có điều kiện. Cuối cùng, chúng tôi biến đổi đám mây điểm đã tinh chỉnh thành lưới bằng cách sử dụng mô hình tái tạo bề mặt được đào tạo trước. Kết quả thực nghiệm cho thấy CLAP cải thiện đáng kể độ chính xác của mô hình hình dạng, giảm khoảng cách vát 26% và khoảng cách Hausdorff 36% so với hình dạng ban đầu. Điều này cung cấp một giải pháp mô hình hóa cơ quan có độ trung thực cao, mạnh mẽ và có thể mở rộng, áp dụng cho nhiều cấu trúc giải phẫu khác nhau.
