CytoSyn：面向组织病理学的基础扩散模型

计算病理学近年来取得显著进展，推动了基本疾病理解和临床可用工具的发展。这一演进由大量数字切片数据和专门的深度学习方法与模型推动。已开发出多种自监督基础特征提取器，使下游预测应用从细胞分割到肿瘤亚型分化和生存分析得以实现。相比之下，专为组织病理学设计的生成式基础模型仍寥寥无几。此类模型可解决特征提取器 难以承担的任务，如虚拟染色。本文介绍 CytoSyn，一款先进的基础潜在扩散模型，支持引导生成高度真实且多样的组织病理学 H&E 染色图像，如实验结果所示。我们探索了方法论改进、训练集规模、抽样策略以及切片级别的过拟合问题，最终完善至改进版 CytoSyn-v2，并对比 PixCell——一款先进模型——进行深入比较。该比较强调扩散模型和性能指标对预处理细节（如 JPEG 压缩）的高度敏感性。本模型在超过 10,000 份 TCGA 诊断全切片图像（涵盖 32 种不同癌症）上训练，尽管仅基于肿瘤切片训练，仍能保持先进水平地生成炎症肠病图像。为支持研究社区，我们公开 CytoSyn 的模型权重、训练及验证数据集，以及部分合成图像，链接为：https://huggingface.co/Owkin-Bioptimus/CytoSyn。