用于细胞布局生成的空间扩散模型

生成模型，如GAN和扩散模型，已被用于增强训练集并提升不同任务的性能。相反，我们专注于用于细胞检测的生成模型，即在给定的病理图像中定位和分类细胞。一个被很大程度上忽略的重要信息是细胞的空间模式。在本文中，我们提出了一种用于细胞布局生成的空间模式引导的生成模型。具体而言，提出了一种由空间特征引导并生成逼真细胞布局的新型扩散模型。我们探索了不同的密度模型作为扩散模型的空间特征。在下游任务中，我们展示了生成的细胞布局可用于指导高质量病理图像的生成。使用这些图像进行增强可以显著提升SOTA细胞检测方法的性能。代码可在https://github.com/superlc1995/Diffusion-cell获取。