Yejee Shin

作者提出MPAD：先用3D自编码器把MRI体积压成各向同性隐表示，再用2D扩散模型重建被掩码的目标对比度隐切片，并以源对比度切片、未掩码目标切片和文本模态提示为条件；推理时按平面自回归生成，把已合成体积作为正交平面的先验，从而仅用2D操作完成全容积3D合成，相比3D隐扩散基线训练FLOPs降7倍、推理FLOPs降3倍，并在ADNI与IXI上取得更优的PSNR、SSIM与NMSE。

作者提出MPAD：先用3D自编码器把MRI体积压成各向同性隐表示，再用2D扩散模型重建被掩码的目标对比度隐切片，并以源对比度切片、未掩码目标切片和文本模态提示为条件；推理时按平面自回归生成，把已合成体积作为正交平面的先验，从而仅用2D操作完成全容积3D合成，相比3D隐扩散基线训练FLOPs降7倍、推理FLOPs降3倍，并在ADNI与IXI上取得更优的PSNR、SSIM与NMSE。