Cellflow病理图像增强模型

时序轨迹保形态

首个将病理状态转变建模为时序轨迹的生成模型,通过扩散桥与分类器引导的概率流常微分方程,生成形态逼真且保留组织结构的中间状态。

Liu, Zeyu · Zhang, Tianyi · He, Yufang · 闻波 · 郭浩然 · 张鹏 · 麻琛彬 · 冯云路 · 赵宇 · 赵大春 · 张光磊

Medical Image Analysis 2026

参数信息

数据集数量
7
空间增强方法对比数
6
生成模型对比数
4

技术优势

形态更逼真

通过扩散桥与分类器引导的概率流ODE生成,序列保留细胞细节和组织结构。

效果更优

在7个数据集上一致优于6种空间增强方法和4个生成模型,分类性能、图像保真度和时序连贯性均更高。

时序连贯

生成的中间状态遵循平滑轨迹,定量细胞性分析验证了其生物学真实性。

应用场景