潜在扩散自编码器：医学影像高效且有意义的无监督表征学习
计算机视觉与模式识别
2026-01-12 v1
摘要
本研究提出了潜在扩散自编码器（Latent Diffusion Autoencoder, LDAE），这是一种新颖的编码器-解码器扩散框架，用于医学影像的高效且有意义的无监督学习。以阿尔茨海默病（Alzheimer's disease, AD）为案例研究，采用来自 ADNI 数据库的脑部 MRI 图像。不同于传统的在图像空间中进行扩散的自编码器，LDAE 在压缩后的潜在表征中应用扩散过程，从而提高了计算效率，使三维医学影像表征学习变得可行。为验证所提出的方法，本文探讨了两个关键假设：(i) LDAE 在与 AD 及年衰老相关的三维脑部 MRI 中有效捕获有意义的语义表征；(ii) LDAE 实现高质量的图像生成与重构，同时计算效率高。实验结果支持这两个假设：(i) 线性探针评估显示，LDAE 对 AD（ROC-AUC: 90%, ACC: 84%）和年龄预测（MAE: 4.1 年, RMSE: 5.2 年）表现优异；(ii) 学习到的语义表征可实现属性操控，生成解剖学上合理的修改；(iii) 语义插值实验表明，模型能够强力重建缺失检查扫描，在 6 个月间隔处 SSIM 为 0.969（MSE: 0.0019）；(iv) 对于更长的间隔（24 个月），模型仍保持稳健性能（SSIM > 0.93, MSE < 0.004），表明其能够捕捉时间进程趋势；(v) 与传统扩散自编码器相比，LDAE 推理吞吐量提高了 20 倍，同时提升了重构质量。这些发现将 LDAE 定位为医学影像可扩展应用的有前景框架，潜力可作为医学图像分析的基础模型。代码地址：https://github.com/GabrieleLozupone/LDAE
引用
@article{arxiv.2504.08635,
title = {Latent Diffusion Autoencoders: Toward Efficient and Meaningful Unsupervised Representation Learning in Medical Imaging},
author = {Gabriele Lozupone and Alessandro Bria and Francesco Fontanella and Frederick J. A. Meijer and Claudio De Stefano and Henkjan Huisman},
journal= {arXiv preprint arXiv:2504.08635},
year = {2026}
}
备注
15 pages, 9 figures, 7 tables