arXiv 2025年6月1日该工作提出一个面向生成的3D-CLIP编码器，用仅在文本层面构造的结构化难负样本（属性感知负样本AAN与语义感知负样本SAN）在体数据编码器小批量约束下增强对比学习，并用其条件化一个直接在3D潜空间运行的端到端潜扩散模型，在CT-RATE的18种病理上取得更低的FID、更高的病理分类AUC与精确率，以及更快的推理速度和更低的显存占用。该工作提出一个面向生成的3D-CLIP编码器，用仅在文本层面构造的结构化难负样本（属性感知负样本AAN与语义感知负样本SAN）在体数据编码器小批量约束下增强对比学习，并用其条件化一个直接在3D潜空间运行的端到端潜扩散模型，在CT-RATE的18种病理上取得更低的FID、更高的病理分类AUC与精确率，以及更快的推理速度和更低的显存占用。从对齐到合成：面向文本到CT生成的对比式体数据视觉语言接地该工作提出一个面向生成的3D-CLIP编码器，用仅在文本层面构造的结构化难负样本（属性感知负样本AAN与语义感知负样本SAN）在体数据编码器小批量约束下增强对比学习，并用其条件化一个直接在3D潜空间运行的端到端潜扩散模型，在CT-RATE的18种病理上取得更低的FID、更高的病理分类AUC与精确率，以及更快的推理速度和更低的显存占用。该工作提出一个面向生成的3D-CLIP编码器，用仅在文本层面构造的结构化难负样本（属性感知负样本AAN与语义感知负样本SAN）在体数据编码器小批量约束下增强对比学习，并用其条件化一个直接在3D潜空间运行的端到端潜扩散模型，在CT-RATE的18种病理上取得更低的FID、更高的病理分类AUC与精确率，以及更快的推理速度和更低的显存占用。