基于Dual-LoRA扩散的结构引导组织病理图像合成
计算机视觉与模式识别
2026-03-06 v1
摘要
组织病理图像合成在组织修复、数据增强和肿瘤微环境建模中发挥着重要作用。然而，现有生成方法通常将修复和生成视为独立任务，尽管两者都以结构一致的组织合成为目标，在不同缺失程度下运作，常依赖弱或不一致的结构先验，限制了真实细胞组织的再现。我们提出Dual-LoRA可控扩散方法，构建统一的质心引导扩散框架，同时支持局部结构完成与全局结构合成。多类别细胞核质心作为轻量级且高效的空间先验，提供在部分缺失和完全缺失情况下的生物学有意义的指导。两个任务特定的LoRA适配器为局部和全局目标专门化共享主干网络，无需单独训练多个扩散模型。广泛的实验表明，我们的方法在修复和合成任务上均优于最先进的GAN和扩散基线方法。在局部完成方面，掩码区域内计算的LPIPS从0.1797 (HARP) 提升至0.1524，在全局合成方面，FID从225.15 (CoSys) 提升至76.04，显示出结构保真性和真实性的提升。我们的方法在掩码区域实现更忠实的结构恢复，在完整合成中实现更高的真实性和形态一致性，支持可扩展的全肿瘤组织病理建模。
引用
@article{arxiv.2603.04565,
title = {Structure-Guided Histopathology Synthesis via Dual-LoRA Diffusion},
author = {Xuan Xu and Prateek Prasanna},
journal= {arXiv preprint arXiv:2603.04565},
year = {2026}
}