OsteoFlow：基于 Lyapunov 引导的流体蒸馏用于预测下颌重建后的骨密度变化
计算机视觉与模式识别
2026-05-12 v2
摘要
预测下颌重建后骨密度变化的长期演化对临床具有极大价值，但标准生成模型在长时间尺度上难以维持轨迹级一致性和解剖忠实性。我们提出 OsteoFlow，一个基于流体的框架，用于从术后第 5 天的 CT 扫描预测至第 1 年的 CT 扫描。我们的核心贡献是 Lyapunov 引导的轨迹蒸馏：不同于一步蒸馏，我们的方法从 registration-derived 静止速度场教师那里 distill 一个在 transport 时间内的连续轨迹。结合 resection-aware image loss，这强制几何对应关系而不牺牲生成能力。我们在 344 个配对的感兴趣区域上评估了 OsteoFlow，显著优于超越-state-of-the-art 的基线方法，在手术切除区的平均绝对误差降低约 20%。这凸显了轨迹蒸馏用于长期预测的潜力。代码已在 GitHub 上提供：OsteoFlow。
关键词
引用
@article{arxiv.2603.22421,
title = {OsteoFlow: Lyapunov-Guided Flow Distillation for Predicting Bone Remodeling after Mandibular Reconstruction},
author = {Hamidreza Aftabi and Faye Yu and Brooke Switzer and Zachary Fishman and Eitan Prisman and Antony Hodgson and Cari Whyne and Sidney Fels and Michael Hardisty},
journal= {arXiv preprint arXiv:2603.22421},
year = {2026}
}