MUMINS：元数据条件化的医学图像随访合成框架

Anna Oliveras 等人提出 MUMINS 扩散框架，用于合成医学随访影像：在单次逆向扩散过程中同时扩散基线扫描与随访残差，两者相加得到随访影像，并同步预测空间不确定性图。该模型以时间间隔和元数据为条件，在每个去噪步骤动态重注入基线作为软锚点，并通过负对数似然头学习不确定性图，标记易错区域。 在肺 CT（PNG）和脑 MRI（OASIS-3）上，按数据集分别重训练后，MUMINS 匹配或超越专用领域 SOTA 方法。

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。