扩散模型

Parent: ai_keywords

扩散模型（Diffusion Models）

核心定义

扩散模型是一类受非平衡热力学启发的生成式概率模型，通过逐步向数据添加高斯噪声（前向过程）直至完全破坏原始分布，再训练一个神经网络学习逆向去噪过程，从纯噪声中逐步恢复出目标数据。其核心思想在于将复杂的真实分布转化为简单的高斯分布，再逆变换回数据空间。代表性工作为DDPM（Denoising Diffusion Probabilistic Models）。

关键技术点

1. 前向扩散过程
   定义马尔可夫链，每步按预定方差调度向样本添加噪声，最终逼近标准正态分布。该过程无参数，仅需固定噪声调度。

2. 逆向去噪过程
   学习参数化的去噪网络（常用U-Net），预测当前步添加的噪声或原始数据。训练目标为最小化预测噪声与真实噪声之间的均方误差，等价于优化变分下界。

3. 采样与加速策略
   原始DDPM需千步迭代，计算昂贵。DDIM（Denoising Diffusion Implicit Models） 通过非马尔可夫过程实现少步采样（如50步），潜在扩散模型（LDM） 将扩散过程压缩至低维潜在空间，极大提升效率。

4. 条件生成与引导
   通过交叉注意力机制引入类别标签、文本或图像条件，实现可控生成（如文本到图像）。分类器引导与无分类器引导进一步调节生成内容的保真度与多样性。

医学/神经科学应用场景

以首都医科大学神经病学重点研究方向为例：脑卒中早期精准诊断。
临床常因磁共振成像（MRI）数据不足（如急性期梗死样本稀缺）导致深度学习分割模型泛化性差。扩散模型可基于少量真实T1/T2或DWI影像，合成高质量、病理可变异的脑卒中病变影像，用于训练数据扩增。具体地：采用条件扩散模型，以患者年龄、病灶位置及NIHSS评分为条件，生成逼真梗死区域，帮助训练模型在罕见亚型（如脑干梗死）上提升检测灵敏度。此外，扩散模型还可用于扩散张量成像（DTI）的超分辨率重建，从低分辨率DW图像恢复高分辨率纤维束追踪结果，辅助评估卒中后皮质脊髓束损伤程度，指导康复方案制定。