MC-LDM：用多模态条件扩散预测脑MRI变化

Antonio Scardace等研究者提出多模态条件潜在扩散模型MC-LDM，用于患者个体化的脑部MRI时空预测。该模型训练时使用MRI、tau-PET、CDR和APOE4等生物标志物，推理时仅需基线MRI、APOE4和患者元数据。 研究者在ADNI的852名受试者共1355次随访上训练该模型，并在独立测试集的664次随访上评估：平均区域体积MAE较次优基线降低18%。作者称，推理阶段仅依赖基线MRI、APOE4和患者元数据，符合临床实际可获取的数据条件，并已公开代码。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。