セルフロー: 病理的な画像の拡張を空間的な視点から時間的な軌道を進める
Zeyu Liu1, Tianyi Zhang2, Yufang He1
1School of Biological Science and Medical Engineering, Beihang University, Beijing, 100191, China.
Medical image analysis
|February 18, 2026
まとめ
細胞フロー (Cellflow) は,新しい時間認識の生成的フレームワークであり,疾患の進行をモデル化することによって,病理的な画像分析を強化します. このアプローチは,診断の正確性と計算病理学のタスクのデータ増強を改善します.
科学分野:
- コンピューター病理学 (Computational Pathology) について
- 医学画像分析 医学画像分析
- 人工知能 (AI) とは,人工知能 (AI) のことです.
背景:
- 病理学におけるディープラーニングは,微細なタスクの詳細なアノテーションデータ不足によって制限されています.
- 現存する空間データ増強方法には,形態学的妥当性や時間的認識が欠けている.
研究 の 目的:
- 病理的な画像増強のための最初の時的意識を生成するフレームワークであるCellflowを紹介します.
- 病理学的移行を生物学的に妥当な時間軌跡としてモデル化します.
主な方法:
- Cellflowは,分類器主導の確率フローのODEsを搭載した階段ベースの拡散ブリッジを使用しています.
- 細胞および組織レベルの詳細を捕捉する中間状態を生成します.
主要な成果:
- セルフローは,7つの多様なデータセットで空間増強と生成モデルを上回ります.
- 改善された分類性能,画像精度,および時間的な一貫性を達成しました.
- 定量分析により,生成された移行配列の生物学的信頼性が検証されました.
結論:
- セルフローは,病理学的データ増強のパラダイムシフトを表し,空間から時間モデリングに移行します.
- 堅牢なモデルトレーニング,まれな疾患の探索,コンピューティング病理学の教育シミュレーションを可能にします.
