多平面自回归扩散能合成 3D 多对比度 MRI 吗？

MPAD 把 3D 合成拆成协同的 2D 切片

多对比度 MRI 会对同一解剖结构采集多幅图像，每幅图像对不同组织的加权不同；如果能从已采集的对比度推断出缺失的对比度，就能缩短扫描时间。论文把这件事视为本质上属于 3D 的问题：合成出的体数据必须在轴位、矢状位和冠状位上都保持解剖一致。完全 3D 的生成模型能够捕捉这种结构，但论文指出，它们的计算和内存需求会随体数据尺寸呈立方增长；当一个模型要处理多个目标对比度时，这就会成为实际障碍。

MPAD 的做法是让生成操作保持 2D，同时仍然产出整个体数据。它先用一个 3D 自编码器把每份 MRI 扫描压缩成各向同性的 3D 潜表示，也就是潜表示可以沿三个解剖方向中的任意一个被一致地切片，而不产生几何偏差。随后，一个 2D 扩散模型在单个潜切片上工作，而不是处理整个体数据。因此，效率优势来自计算发生的位置，而不是缩小输出。

训练时从源对比度上下文重建被遮挡的目标切片

训练时，源对比度和目标对比度都会被编码进潜空间。每次迭代中，模型随机采样一个平面方向，沿该方向切分目标潜表示，并遮挡一部分随机选中的切片索引。2D 扩散模型的任务是重建这些被遮挡的目标切片，条件是源对比度切片、未被遮挡的目标对比度切片，以及一个指明目标模态的文本嵌入，例如“T2 加权图像”。文本提示由 BioMedCLIP 编码。

一个 3D 多模态条件编码器（MCE）融合源特征和部分被遮挡的目标特征，融合后的条件通过空间自适应归一化（SPADE）注入扩散模型的每一层。由于调制参数随空间位置变化，目标对比度的线索可以按位置局部施加，而不是均匀施加。训练时，来自不同解剖平面的切片会被放在同一批次中，因此去噪网络并不绑定于某一个方向。正是这一机制让单个统一模型支持一对多转换，也就是从同一源对比度生成不同的目标对比度。

推理时按顺序生成切片，再将其作为先验复用

推理时，MPAD 把目标体数据分解为一系列 2D 切片。在同一个平面方向内，切片按随机采样的顺序自回归生成，每个新切片都以已生成的切片为条件；论文称之为平面内自回归合成，并认为它维持了平面内的连续性。第一个平面的每个切片都从最大扩散时间步的高斯噪声开始。

第二个机制是平面间先验推断，它把已完成的体数据带入下一个方向。对于后续平面，每个切片不再从纯噪声开始，而是先对已完成体数据中对应的切片做前向扩散，到达一个较小的中间时间步，再从该时间步开始去噪。三个方向都完成后，再用三个已完成体数据的切片对第一个平面做一次细化重生成。四个候选结果按体素逐一平均后合并，再解码为最终图像体数据。让后续平面从较小的时间步开始，也是该方法减少采样步数的方式。

效率提升是相对 3D 潜扩散基线测得的

最核心的比较是计算量。相对于 3D 潜扩散基线，MPAD 把训练 FLOPs 降低 7 倍、推理 FLOPs 降低 3 倍，论文还报告了更低的推理时间和峰值内存占用。摘要称，在多个数据集上的实验显示其性能更优，能生成高保真 3D 体数据，并在单个统一模型内支持一对多转换。这些都是论文自己报告的结果；证据包没有提供逐数据集的基线表格，因此无法逐任务核对领先幅度。

消融表更细致地展示了增益来源，数值是在 ADNI 和 IXI 数据集上对六个转换任务（T1 与 T2 互转、T1 与 PD 互转、T2 与 PD 互转）取平均得到的。把 2D 条件编码器换成 3D 卷积版本后，PSNR 在 ADNI 上提高 0.72 dB，在 IXI 上提高 1.19 dB。把可学习的遮挡标记换成高斯噪声遮挡后，PSNR 分别提高 0.32 dB 和 2.00 dB。开启平面间先验后，PSNR 在 ADNI 上提高 1.12 dB，在 IXI 上提高 1.88 dB。由于这些数值是对任务和数据集取平均的结果，它们描述的是总体表现，而不是某一个转换方向。

增加平面带来的收益大于选择平面顺序

多平面消融显示，随着视图增加，性能持续提升。只用单个冠状位平面时，PSNR 在 ADNI 上为 22.82 dB，在 IXI 上为 29.17 dB。加入第二个平面后，ADNI 的 PSNR 升至 23.32 dB；使用全部三个平面时，ADNI 达到 23.49 dB，IXI 达到 29.29 dB。最后对第一个平面做一次细化，又带来小幅提升，ADNI 达到 23.54 dB，IXI 达到 29.37 dB。论文指出，两个正交平面无论选哪一对，带来的提升都相似；这支持一种解释：收益来自互补的视图，而不是某个特殊平面。

相比之下，平面顺序在论文报告的测试中几乎无关紧要。ADNI 上三种不同顺序得到的 PSNR 分别为 23.48、23.49 和 23.54 dB，SSIM 分别为 0.830、0.830 和 0.832。作者的解释是，每个平面都以源信息和已合成的体数据为条件，因此无论顺序如何，解剖上下文都会逐步累积。对于权衡部署选择的读者，这意味着平面顺序不是敏感的可调项，而平面数量和细化步骤才是。

消融显示自回归循环本身的贡献很小

有一项结果让关于自回归的简单叙事变得复杂。在自回归框架的消融中，完全去掉自回归时，PSNR 在 ADNI 上为 22.79 dB，在 IXI 上为 28.89 dB。加入自回归并使用 16 个自回归组时，分别为 22.83 和 29.06 dB；使用 4 组时为 22.85 和 29.08 dB；使用 1 组时为 22.87 和 29.14 dB。方向是一致的，但幅度很小，尤其是在 ADNI 上，无自回归与最细设置之间只差 0.08 dB。

结合多平面表格来看，这些消融中贡献更大的因素似乎是 3D 条件编码器、高斯噪声遮挡、平面间先验和多平面聚合，而不是平面内的顺序切片生成。这是对报告数值的解读，并非作者以这些措辞提出的主张。它之所以重要，是因为读者在决定复现哪些部分时，不应假定仅靠自回归分解就能带来质量提升。

证据支持的是设计权衡，而非临床结论

评估内容是在 ADNI 和 IXI 上的定量图像保真度，通过 PSNR、SSIM 和 NMSE 报告，并对六个转换任务取平均。证据包不包含读者研究、诊断任务表现或前瞻性临床验证，因此这些结果说明的是合成保真度和计算成本，而不是诊断替代。效率数字也是相对于论文选定的 3D 潜扩散基线而言，因此 7 倍和 3 倍应理解为与这些基线的比较，而不是绝对成本。

论文本身把平面间细化与推理时间之间的关系描述为一种可控权衡，并把蒸馏或并行多平面生成列为未来工作，以进一步降低采样成本。这一框架就是实际要点：在这份证据中，MPAD 的价值在于能够用额外的平面轮次换取一致性，同时让生成保持在 2D 潜空间。读者在比较不同方法时，应权衡平面轮次数量和条件设计，因为消融显示这些变量会改变 PSNR；而平面顺序在报告结果中几乎不变。

本文引用的文献