PIVM：基于扩散的先验集成变异建模，用于解剖学精确的腹部 CT 合成
计算机视觉与模式识别
2026-03-25 v1
摘要
腹部 CT 数据受高标注成本和隐私限制的限制，这些限制阻碍了开发稳健的分割和诊断模型。我们提出了先验集成变异建模（PIVM）框架，一种基于扩散的方法，用于解剖学准确的 CT 图像合成。与从噪声生成完整图像不同，PIVM 预测相对于由分割标签派生的器官特定强度先验的体素级强度变化。这些先验和标签共同指导扩散过程，确保空间对齐和真实的器官边界。与潜在空间扩散模型不同，PIVM 直接在图像空间中运行，同时保留完整的 Hounsfield 单位（HU）范围，捕捉细微解剖纹理而不平滑。源代码地址：https://github.com/BZNR3/PIVM
关键词
引用
@article{arxiv.2603.22626,
title = {PIVM: Diffusion-Based Prior-Integrated Variation Modeling for Anatomically Precise Abdominal CT Synthesis},
author = {Dinglun He and Baoming Zhang and Xu Wang and Yao Hao and Deshan Yang and Ye Duan},
journal= {arXiv preprint arXiv:2603.22626},
year = {2026}
}
备注
Accepted at the IEEE International Symposium on Biomedical Imaging (ISBI) 2026 (Oral). Equal contribution by the first three authors