基于多任务图像到图像 Schrödinger 桥的细胞实例分割
计算机视觉与模式识别
2026-04-15 v1
摘要
现有细胞实例分割流程通常将确定性预测与后处理相结合，导致对实例掩码全局结构的显式约束有限。本文提出一种基于多任务图像到图像 Schrödinger 桥的框架，将实例分割形式化为基于分布的图像到图像生成问题。通过引入逆距离图集成边界感知监督，并采用确定性推理以获得稳定的预测结果。在 PanNuke 数据集上的实验表明，所提方法在无需 SAM 预训练或额外后处理的情况下，即可实现与竞争方法相当或更好的性能。额外的 MoNuSeg 数据集结果表明该方法在有限训练数据下同样表现稳健。这些发现表明，Schrödinger 桥式图像到图像生成为细胞实例分割提供了有效框架。
引用
@article{arxiv.2604.12318,
title = {Cell Instance Segmentation via Multi-Task Image-to-Image Schr\"odinger Bridge},
author = {Hayato Inoue and Shota Harada and Shumpei Takezaki and Ryoma Bise},
journal= {arXiv preprint arXiv:2604.12318},
year = {2026}
}