计算神经成像涉及分析大脑图像或信号,以提供机械性的信息和人类认知和行为的预测工具。虽然扩散模型表现出了自然影响力的高质量和高质量的产生,但越来越有兴趣适应它们来分析大脑数据的各种神经系统数据,例如数据增强,疾病诊断和大脑解码。本调查概述了将扩散模型整合到计算神经影像学中的最新努力。我们首先引入常见的神经影像学数据方式,遵循扩散制剂和条件机制。然后,我们讨论如何开发脱牙的起点,条件输入和生成目标的变化并增强特定的神经成像任务。为了全面概述《野蛮研究》,我们在https://github.com/joezhao527/dm4neuro提供了公开可用的回购。
![arxiv:2502.06552v1 [cs.cv] 2025年2月10日PDF文件第1页](/bimg/a/ac980722686d78de259667605a4494dda33118e1.webp)
![arxiv:2502.06552v1 [cs.cv] 2025年2月10日PDF文件第2页](/bimg/4/473e13e133e42f2bc70d59133f002ec7a44acf7e.webp)
![arxiv:2502.06552v1 [cs.cv] 2025年2月10日PDF文件第3页](/bimg/a/a2220affb9322876a94efc922f0577c249a4936d.webp)
![arxiv:2502.06552v1 [cs.cv] 2025年2月10日PDF文件第4页](/bimg/3/30e7583b30f68e19a291f7e7b7fb5a9c762aef00.webp)
![arxiv:2502.06552v1 [cs.cv] 2025年2月10日PDF文件第5页](/bimg/8/8b7821b61e0ae3133bc96aa21260d2609a637eec.webp)
