Atlases Are Already Inside: Recovering Population Templates from Pretrained Diffusion Models
本文表明，预训练扩散模型在其学习到的动力学机制中隐式地编码了群体层面的解剖图谱，从而能够通过确定性推理直接恢复出清晰的、基于年龄调节且具有配准竞争力的脑模板，而无需显式的配准或特定图谱的训练目标。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图寻找整座城市的“平均”面孔。在过去，为了做到这一点，你必须拍摄每一个人的照片，然后花费数小时手动拖动和拉伸他们的脸部，直到所有人的眼睛和鼻子都完美对齐。一旦它们全部对齐，你就会将它们融合在一起，创造出一张单一且完美的“城市面孔”。这个过程被称为构建解剖学图谱（anatomical atlas），它是医学影像学的基石。医生使用这些图谱作为地图，将患者的大脑或身体与“正常”人群进行对比。但旧的方法既缓慢又复杂，需要大量的手动调节，以确保拉伸过程不会扭曲解剖结构。
扩散模型（diffusion models）——一种最近因能从无到有创造出惊艳图像而闻名的人工智能类型——应运而生。可以将扩散模型想象成一位品尝过数千种不同汤品的顶级大厨。如果你请这位大厨描述一种“完美的”汤，他不需要查阅食谱；他之所以知道那种风味，是因为他已经掌握了所有他尝过的汤所呈现的模式。这些模型通过从一碗静态噪声（类似于电视雪花）开始，并逐步进行“去噪”，直到出现一张清晰的图像来进行学习。科学家们提出的重大问题是：如果这个 AI 已经学习了整个人群大脑的“风味”，那么那个“完美的平均大脑”是否已经存在于模型的脑海中，正等待着被发现？
论文《图谱已在其中》（Atlases Are Already Inside）给出了答案：是的，它确实存在。
作者们发现，你不再需要进行那些繁重的图像对齐和拉伸工作。如果你拿取一个预训练好的扩散模型（即一个已经学会生成医学图像的模型），并从纯随机噪声开始运行其“逆向过程”，AI 会自然而然地收敛到一张单一且清晰的图像。这张图像就是群体模板（population template）——即该群体中完美的、平均的大脑。这就像是 AI 在学习如何画大脑的过程中，不经意间记住了所有它所见大脑的“重心”。当你要求它从噪声中生成图像时，它并不仅仅是随机挑选一个大脑；它找到了所有不同大脑重叠的那个点，从而创造出一张清晰、可用的地图，而无需进行以往那些传统的对齐工作。
更酷的一点是，该模型并不是为了制作地图而训练的。它原本只被训练用来制作图片。这张地图仅仅是一个“副产品”，是模型学习过程中产生的一个“意外收获”。研究人员在脑部扫描上测试了这一方法，发现 AI 生成的地图与人类花费多年时间构建的最佳地图一样出色。事实上，当他们加入一个“条件”（比如告诉模型人的年龄）时，AI 可以瞬间生成一张属于 20 岁、50 岁或 80 岁的不同地图。它甚至准确地展示了随着年龄增长，大脑萎缩以及脑脊液空间扩大的过程，这完全符合真实的生物学事实。
团队还检查了这种技巧是否适用于其他身体部位（如腿部和膝盖），结果发现确实有效。然而，他们也发现了一个限制：如果 AI 学习的图像组过于混乱或不一致（例如混合了不同类型的扫描仪或非常不同的体型），AI 就无法就单一的地图达成共识，导致结果变得模糊或混乱。但对于组织良好的群体，那个“平均值”已经隐藏在代码之中，只需一个简单的指令即可将其提取出来。
因此，与其通过强迫每个人去适应一个模具来构建地图，这种方法表明，那个模具早已存在，正等待着被发现。它将制图这一艰巨的工作，变成了一个简单的动作：询问 AI 关于“平均值”的想法，然后让答案显现出来。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。