WaveDiT：分佈感知小波流式匹配架構，用於高效的 3D 腦部 MRI 合成
為何重要
此技術讓醫療研究人員無需昂貴的專屬算力基礎設施，就能利用全解析度生成模型來擴充至關重要的神經影像資料。
研究團隊提出名為 WaveDiT 的條件流式匹配框架，透過操作 3D Haar Discrete Wavelet Transform 係數空間來進行 3D 腦部 MRI 合成，解決了舊有方法算力龐大或壓縮損失細節的問題。該模型結合 Spatio-depth attention 與 Band-wise heteroscedastic uncertainty 模型，支援在單一 Modern GPU 上進行全解析度合成，並在臨床腦年齡預測與區域解剖一致性上優於 diffusion 與 latent-based 基準。