AI 與世界的難題 · 醫學與藥物探索 · arXiv · 2026-10-20
GliomaINK：用於膠質瘤患者 3D MRI 序列合成的腫瘤與解剖結構條件式流匹配框架
原標題: GliomaINK: A Tumor and Anatomy Conditioned Flow Matching Framework for 3D MRI Sequence Synthesis in Glioma Patients
GliomaINK 是一個條件式流匹配框架，用於合成膠質瘤患者缺失的 3D 腦部 MRI 序列，並以解剖結構引導的損失函數來保留結構。該模型以 BraTS-AG 的 1,083 位患者進行訓練，在兩個測試族群的全部六個 MRI 轉換方向上皆達到最高的 PSNR。在 T2W 轉 T1C 的合成中，PSNR 達到 25.64 dB，相較之下 SPADE 為 18.90 dB，Pix2Pix 為 13.78 dB。