细胞流:从空间视图到时间轨迹的病态图像增强的进步
Zeyu Liu1, Tianyi Zhang2, Yufang He1
1School of Biological Science and Medical Engineering, Beihang University, Beijing, 100191, China.
Medical image analysis
|February 18, 2026
概括
细胞流,一种新的时间意识生成框架,通过建模疾病进展来增强病理图像分析. 这种方法提高了诊断准确度和数据增强,用于计算病理学任务.
科学领域:
- 计算病理学计算病理学
- 医学图像分析 医学图像分析
- 人工智能的人工智能
背景情况:
- 病理学中的深度学习受到细粒度任务的稀缺注释数据的限制.
- 现有的空间数据增强方法缺乏形态合理性和时间意识.
研究的目的:
- 介绍Cellflow,这是第一个用于病理图像增强的时间意识生成框架.
- 将病理过渡模型作为生物学上可信的时间轨迹.
主要方法:
- 细胞流使用基于阶梯的扩散桥,带有分类器引导的概率流 ODE.
- 产生中间状态,捕获细胞和组织水平的细节.
主要成果:
- 细胞流在7个不同的数据集中表现优于空间增强和生成模型.
- 实现了更好的分类性能,图像保真性和时间连贯性.
- 定量分析验证了生成的过渡序列的生物真实性.
结论:
- 细胞流代表了病理数据增强中的范式转变,从空间模型转向时间模型.
- 能够进行强大的模型训练,罕见疾病探索和计算病理学的教育模拟.


