低延迟4D器官合成
通过频域特征补偿的Mamba配准模型，在低延迟下实现连续中间体数据与标签的高精度生成。
Shi, Yangyang · 邹北骥 · Deng, Xiaonian · Yucong, Zhang · Zehua, Liu · 奎晓燕 · Xu, Gang · Si, Weixin
Pattern Recognition 2026
在两个数据集上Dice均优于现有方法，表明其生成的中间体积与真实解剖结构更吻合。
生成10个连续体积仅需约0.5秒，适合临床中近实时的运动管理。
通过扩散框架学习包含时空信息的隐码，仅需两个相位即可生成中间状态，减轻对完整4D数据的依赖。
通过空间变换层生成器官体积，确保变形过程中拓扑结构不被破坏。