MPFlow：基于多模后验引导的零样体 MRI 重建
计算机视觉与模式识别
2026-03-24 v2 人工智能
摘要
零样体 MRI 重建依赖生成式先验，但单模态无条件先验在严重欠确定问题下会产生幻觉。在许多临床工作流程中，常常可用互补的 MRI 采集(例如高质量结构扫描)作为辅助信息，而现有的重建方法缺乏利用这一额外信息的机制。我们提出 MPFlow，一个基于 rectified flow 的零样体多模态重建框架，在推理阶段将辅助 MRI 模式纳入，不需要重新训练生成式先验以提高解剖保真度。通过我们提出的自监督预训练策略 Patch-level Multi-modal MR Image Pretraining (PAMRI)，实现跨模态引导。sampling 同时受数据一致性和跨模态特征对齐的指导，系统性地抑制内在与外在的幻觉。针对 HCP 和 BraTS 数据集的大量实验表明，MPFlow 在仅使用 20% 的采样步数的情况下，匹配扩散基线方法的图像质量，同时将肿瘤幻觉降低超过 15%(分割 dice 评分)。这表明跨模态引导使得零样体 MRI 重建更可靠且更高效。
引用
@article{arxiv.2603.03710,
title = {MPFlow: Multi-modal Posterior-Guided Flow Matching for Zero-Shot MRI Reconstruction},
author = {Seunghoi Kim and Chen Jin and Henry F. J. Tregidgo and Matteo Figini and Daniel C. Alexander},
journal= {arXiv preprint arXiv:2603.03710},
year = {2026}
}