任意模态数量，一次训练通用
首个支持可变数量输入模态的端到端医学图像融合网络，无需重新训练即可处理双模态与三模态输入，跨模态信息保留完整。
Yushen, Xu · Li, Xiaosong · Yuchun, Wang · Cheng, Xiaoqi · 李华锋 · 谭海曙
Expert Systems with Applications 2026
通过将扩散融合问题转化为基于扩散过程和层次贝叶斯建模的最大似然估计，并引入期望最大化算法，可在同一权重下处理双模态和三模态输入。
生成的高质量融合图像保留了源图像的跨模态信息。
在哈佛数据集上使用九项流行指标评估，与最新方法相比取得最佳性能。
扩展实验表明，该方法在红外与可见光、多曝光、多聚焦图像融合任务中同样有效。