基于图扩散的三级淋巴结构生成
机器学习
2023-10-11 v1
摘要
基于图的表示方法已证明在生物医学数据分析中取得成功，因其能够捕捉生物实体间复杂的依赖关系，例如肿瘤组织中不同细胞类型的空间排布。然而，为增进对潜在支配性生物机制的理解，准确捕捉此类复杂数据的实际分布十分重要。基于图的深度生成模型正是为此量身定制。本工作中，我们利用最先进的基于图的扩散模型生成具有生物学意义的细胞图。特别地，我们表明所采用的图扩散模型能够依据三级淋巴结构（TLS）含量准确学习细胞的分布，而 TLS 是肿瘤学研究中评估癌症进展的成熟生物标志物。此外，我们进一步展示了所学生成模型在 TLS 分类任务中用于数据增强的效用。据我们所知，这是首项利用图扩散模型生成有意义生物细胞结构的工作。
引用
@article{arxiv.2310.06661,
title = {Tertiary Lymphoid Structures Generation through Graph-based Diffusion},
author = {Manuel Madeira and Dorina Thanou and Pascal Frossard},
journal= {arXiv preprint arXiv:2310.06661},
year = {2023}
}