Pour résoudre le problème du manque de données annotées dans les tâches de segmentation d’images cellulaires et les limitations des méthodes d’augmentation traditionnelles, cette étude propose d’abord une méthode d’augmentation de données basée sur un modèle de diffusion générant conjointement les images cellulaires et les masques. Cette méthode construit un cadre de génération conjointe composé d’un U-Net de prédiction de bruit et d’un échantillonneur de bruit, empilant les images cellulaires et les masques par canal pour former une image conjointe à quatre canaux, réalisant une génération conjointe en une étape de données synthétiques de haute qualité, évitant les erreurs introduites par la génération en plusieurs étapes. Le modèle intègre un encodage temporel ainsi qu’un mécanisme d’attention multi-têtes pour renforcer la modélisation des caractéristiques structurelles cellulaires et la correspondance avec les masques, et utilise une fonction de perte d’erreur quadratique moyenne ainsi qu’un ordonnancement du taux d’apprentissage par recuit cosinusoïdal pour optimiser l’entraînement. Des expériences complètes sur les jeux de données de référence CryoNuSeg et ISBI2012 montrent que la méthode proposée améliore significativement les performances des modèles de segmentation en aval. Avec la configuration d’échantillonnage DPM++ 2M Karras, les scores IoU et Dice de CryoNuSeg atteignent respectivement 62,50% et 75,78%, surpassant les méthodes d’augmentation traditionnelles telles que les retournements et rotations. Les résultats confirment la supériorité de l’augmentation par génération conjointe pour étendre la diversité des données et améliorer la précision de segmentation, offrant une solution efficace et réalisable pour l’extension de données dans des scénarios de pénurie d’annotations en segmentation d’images cellulaires.

segmentation d’images cellulaires; modèle de diffusion; augmentation de données; UNet; génération conjointe