类引导图像到图像扩散：利用类别标签从明场图像进行细胞染色
计算机视觉与模式识别
2023-03-30 v2 机器学习
定量方法
摘要
在生物与医学图像领域中，常以类别标签形式提供免费或低成本的元数据，由此产生图像到图像重建问题。现有的文本引导或风格迁移图像到图像方法无法迁移到以离散类别提供附加信息的数据集。我们提出并实现了一种结合图像到图像与类引导去噪扩散概率模型的模型。我们在用于药物发现的真实世界显微图像数据集上训练我们的模型，分别含与不含元数据标签。通过探究带相关标签的图像到图像扩散的性质，我们表明类引导图像到图像扩散可改善重建图像的有意义内容，并在有用的下游任务中优于无引导模型。
引用
@article{arxiv.2303.08863,
title = {Class-Guided Image-to-Image Diffusion: Cell Painting from Brightfield Images with Class Labels},
author = {Jan Oscar Cross-Zamirski and Praveen Anand and Guy Williams and Elizabeth Mouchet and Yinhai Wang and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:2303.08863},
year = {2023}
}