CLIMB：使用基于 Mamba 的潜在扩散模型和高斯对齐自编码器的可控纵向脑图像生成
计算机视觉与模式识别
2026-04-20 v1 人工智能
摘要
潜在扩散模型已成为医学成像中强大的生成模型，能够合成高质量的脑磁共振成像扫描。特别是，预测患者大脑的演变有助于早期干预、预后和治疗规划。在本研究中，我们引入了 CLIMB，即基于状态空间的潜在扩散模型的可控纵向脑图像生成，这是一个用于建模大脑结构时间变化的先进框架。CLIMB 旨在利用基线 MRI 扫描及其采集年龄作为基础输入，建模大脑结构随时间的结构演变。此外，结合了多个条件变量，包括预测年龄、性别、疾病状态、遗传信息和脑结构体积，以增强解剖变化的时间建模。现有的 LDM 方法依赖于自注意力模块，虽然能有效捕获输入图像的上下文信息，但计算成本高昂；与此不同，我们的方法利用了状态空间模型架构，在保持高质量图像合成的同时大幅减少了计算开销。此外，我们引入了一个高斯对齐自编码器，它提取的潜在表示符合先验分布，而没有传统变分自编码器中固有的采样噪声。我们在阿尔茨海默病神经影像倡议数据集上训练并评估了所提出的模型，该数据集包含来自 1,390 名参与者的 6,306 次 MRI 扫描。通过将生成的图像与真实 MRI 扫描进行比较，CLIMB 实现了 0.9433 的结构相似性指数，相比现有方法展现出显著改进。
引用
@article{arxiv.2604.15611,
title = {CLIMB: Controllable Longitudinal Brain Image Generation using Mamba-based Latent Diffusion Model and Gaussian-aligned Autoencoder},
author = {Duy-Phuong Dao and Muhammad Taqiyuddin and Jahae Kim and Sang-Heon Lee and Hye-Won Jung and Jaehoo Choi and Hyung-Jeong Yang},
journal= {arXiv preprint arXiv:2604.15611},
year = {2026}
}
备注
18 pages, 5 figures, 5 tables