Tag · 3 篇

图像重建

分布医学影像与生物视觉2生成模型与扩散1

cryoSENSE: Compressive Sensing Enables High-throughput Microscopy with Sparse and Generative Priors on the Protein Cryo-EM Image Manifold

把去噪扩散模型当作图像流形上的生成先验，用于从欠采样测量中重建图像；这种「稀疏先验 + 扩散生成先验」的混合重建思路可以直接迁移到其他欠采样成像任务（如快速 MRI、低剂量 CT、压缩超分辨），并且论文给出了在像素域与傅里叶域欠采样下两种先验各自的适用边界。

Virtual Full-stack Scanning of Brain MRI via Imputing Any Quantised Code

将任意到任意的MRI模态补全统一为区域级全栈码预测问题，利用矢量量化编码完整模态集并训练投影编码器从缺失模态预测码图，为多模态医学影像的缺失数据补全提供了可复用的两阶段框架。

Prompt Yourself: Awakening Textual Semantics in 1D Visual Tokenizers

提出一种自提示训练范式，在训练时同时生成视觉与文本词元并对齐到预训练语言模型，从而将语言语义注入1D视觉分词器，提升细粒度图像编码能力；该思路可复用于改进其他视觉分词器或生成模型的表征质量。