从预训练扩散模型中提取内在群体图谱

我们提出了一种用于扩散模型的新推理时间采样器，它为预训练模型提供了从未训练过的功能：构建其合成的总体图集。采样器从每个随机种子收敛到群体的中心结构，我们称之为内在图集。优点是三重的。 (1) 无需再训练。已经学习了连贯总体（包括已发布的模型）的扩散模型可以在一次推理过程中生成其图集，而无需涉及变形配准。 (2)适用于多个领域，如脑部MRI、胸部X光、人脸、3D形状等。 (3)它延伸到亚人群。一个年龄条件模型给出了其训练范围内任何年龄的图谱，由此产生的图谱族再现了健康衰老的脑脊液扩张。作为配准目标进行评估，内在图集在每个数据集上相对于经典模板和学习模板都是最好或第二好的，并且是留出的脑 MRI 队列中最核心的模板。图集构建可以被重新构建为生成建模的副产品：扩散模型是人口结构的学习表示，而图集就是它已经包含的内容。