新研究提出联合合成MRI与表格数据的扩散模型

Daniel Mensing 等研究者提出一种多模态潜在扩散模型，通过交叉注意力在共享潜在空间内联合合成体积 MRI 与表格临床数据：先用变分自编码器融合两种模态，再分别用独立解码器重建。 该框架在德国国家队列（NAKO）超 1 万名参与者的 MRI 与临床表格特征上评估。研究者称，生成影像具备解剖合理性与身体成分一致性，表格模态在标准指标上优于 CTGAN、与 TVAE 相当。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。