用于定量相位成像中细胞分割的先验引导扩散模型
图像与视频处理
2024-05-13 v1 计算机视觉与模式识别
摘要
目的：定量相位成像（QPI）是一种无标记技术，无需使用化学试剂或染料即可提供组织和细胞的高对比度图像。在QPI中实现细胞的精确语义分割对于各种生物医学应用至关重要。虽然基于扩散模型（DM）的分割已展现出有前景的结果，但需要多次采样步骤降低了效率。本研究旨在通过将先验引导的内容信息引入起始噪声来增强基于DM的分割，从而最大限度地减少与多次采样相关的低效问题。方法：在基于DM的分割中引入一种先验引导机制，用包含内容信息的噪声替换随机采样的起始噪声。该机制利用另一个已训练的DM和DDIM反演，将待分割图像的内容信息整合到起始噪声中。我们还提出了一种评估方法，综合考虑内容和分布信息来评估起始噪声的质量。结果：在用于细胞分割的各种QPI数据集上进行的大量实验表明，所提出的方法仅需单次采样就在基于DM的分割中实现了优越的性能。消融研究和可视化分析进一步强调了内容先验在基于DM的分割中的重要性。结论：所提出的方法有效利用了先验内容信息来改进基于DM的分割，在减少多次采样需求的同时提供了精确的结果。研究结果强调了将内容先验集成到基于DM的分割方法中以获得最佳性能的重要性。
引用
@article{arxiv.2405.06175,
title = {Prior-guided Diffusion Model for Cell Segmentation in Quantitative Phase Imaging},
author = {Zhuchen Shao and Mark A. Anastasio and Hua Li},
journal= {arXiv preprint arXiv:2405.06175},
year = {2024}
}