LiFT：用提升的层间特征轨迹高效合成 3D 医学影像

LiFT 将 3D 体数据合成分解为逐层图像生成与层间轨迹学习，把体数据视为特征空间中的有序轨迹，在 BraTS 2023 与 SynthRAD2023 上验证了无条件生成、缺失模态 MR 合成和 MR-to-CT 转换。该方法保持以 2D 合成为主的效率，运行速度最高达体数据扩散基线的 390 倍，并通过显式层间建模持续提升穿层一致性。