本研究提出了一种“解耦扩散”的序贯蒙特卡罗方法，旨在解决预训练生成扩散模型在处理线性-高斯贝叶斯逆问题时的不足。该方法在合成数据和图像重建任务中表现优异，具有高准确性和广泛适用性。