ADP-DiT：面向阿尔茨海默病病程的文本引导扩散变换器脑部图像生成
计算机视觉与模式识别
2026-04-16 v1
摘要
阿尔茨海默病（AD）在个体间呈异质性进展，动机是为支持病程评估而进行主题相关的磁性共振成像（MRI）同步生成。虽然扩散变换器（DiT）作为一种新兴的基于变换器的扩散模型，为图像合成提供了可扩展的骨架，但针对纵向 AD MRI 生成且能够对 follow-up 时间和参与者元数据进行临床可解释控制的工作仍存不足。我们提出了ADP-DiT，即一种区间感知、临床文本条件化扩散变换器，用于纵向 AD MRI 合成。ADP-DiT 将 follow-up 区间及多域人口学、诊断（CN/MCI/AD）和神经心理学信息编码为自然语言提示，实现对特定时间点的控制，超越粗糙的诊断阶段。为有效注入此条件化，我们采用双文本编码器-OpenCLIP 用于视觉-语言对齐和 T5 用于更丰富的临床语言理解。其嵌入通过交叉注意力实现细粒度引导，并通过自适应层归一化实现全局调制。我们进一步通过对图像标记应用旋转位置编码并在预训练的 SDXL-VAE 潜在空间中进行扩散，以实现高分辨率重建的效率。在 3,321 例 3T T1 加权扫描（来自 712 名受试者，259,038 张图像切片）上，ADP-DiT 达到 SSIM 0.8739 和 PSNR 29.32 dB，相较于 DiT 基线提升 +0.1087 SSIM 和 +6.08 dB PSNR，同时捕获了如阴房室扩大和青斑体缩小等病程相关变化。这些结果表明，整合全面的主题相关临床条件与体系结构可提高纵向 AD MRI 合成质量。
引用
@article{arxiv.2604.13495,
title = {ADP-DiT: Text-Guided Diffusion Transformer for Brain Image Generation in Alzheimer's Disease Progression},
author = {Juneyong Lee and Geonwoo Baek and Ikbeom Jang},
journal= {arXiv preprint arXiv:2604.13495},
year = {2026}
}
备注
15 pages, 3 figures, accepted to ICPR 2026