SynCellFactory：用于细胞追踪的生成式数据增强
计算机视觉与模式识别
2024-04-30 v2
摘要
细胞追踪仍然是生物医学研究中关键但具有挑战性的任务。由于缺乏全面且多样化的训练数据集，深度学习在此方面的潜力往往未能充分发挥。本文提出SynCellFactory，一种生成式细胞视频增强方法。SynCellFactory的核心是ControlNet架构，经过微调以合成具有照片级真实感风格和运动模式的细胞图像。该技术能够创建反映真实显微镜延时摄影复杂性的合成但逼真的细胞视频。实验表明，SynCellFactory提升了用于细胞追踪的成熟深度学习模型的性能，尤其是在原始训练数据稀疏的情况下。
关键词
引用
@article{arxiv.2404.16421,
title = {SynCellFactory: Generative Data Augmentation for Cell Tracking},
author = {Moritz Sturm and Lorenzo Cerrone and Fred A. Hamprecht},
journal= {arXiv preprint arXiv:2404.16421},
year = {2024}
}