高质量 3D 医学影像数据是现代放射学 AI 的基础，但受限于数据隐私、标注成本与样本规模，医疗 AI 模型训练长期面临“数据瓶颈”。为解决这一问题，NVIDIA 近日推出开源框架 NV-Generate-CTMR，支持高分辨率 3D CT 与 MRI 数据合成，帮助研究人员更高效地构建医学影像 AI 系统。 该框架基于 NVIDIA 此前发布的 MAISI（Medical AI for Synthetic Imaging）架构开发，其中最新版本 MAISI-v2 采用 Latent Rectified Flow 技术，相比传统扩散模型可实现约 33 倍推理加速，同时提升生成质量。框架支持生成完整 3D 医学体积数据，并可输出对应的解剖结构分割结果，适用于数据增强、跨模态生成、肿瘤分割等任务。 此次 NVIDIA 还同步发布了脑 MRI 生成模型 NV-Generate-MR-Brain。该模型基于全球最大开源多模态 MRI 数据集 MR-RATE 训练，数据集包含超过 8.3 万名患者、约 70 万份 MRI 体积数据，并配有匿名化放射学报告与 DICOM 元数据。模型支持生成 T1、T2、FLAIR、SWI 等多种脑 MRI 序列，最高可生成 512×512×256 分辨率的完整脑部影像。 与传统医学影像生成方法相比，NV-Generate-CTMR 的一个重要特点是支持可变 voxel 尺寸、不同体积大小以及全身范围生成，可适配多种临床扫描协议，无需为不同器官重新训练模型。NVIDIA 将其定位为“医学影像基础模型（foundation model）”。 目前，该项目已全面开源，包含预训练权重、训练配置与推理代码，研究人员可直接在本地 GPU 上运行或进行微调。NVIDIA 表示，合成医学影像将在隐私保护数据共享、稀有病灶模拟以及医疗 AI 泛化能力提升等方向发挥越来越重要的作用。