Para resolver o problema da insuficiência de dados rotulados na tarefa de segmentação de imagens celulares e as limitações dos métodos tradicionais de aumento, este estudo propõe inicialmente um método de aumento de dados baseado em modelo de difusão para geração conjunta de imagens celulares e máscaras. O método constrói uma estrutura de geração conjunta composta por uma U-Net de previsão de ruído e um amostrador de ruído, empilhando as imagens celulares e máscaras por canal para formar uma imagem conjunta de quatro canais, realizando geração conjunta em estágio único de dados sintéticos de alta qualidade, evitando erros introduzidos pela geração em múltiplos estágios. O modelo integra incorporação temporal e mecanismo de autoatenção de múltiplas cabeças para reforçar a capacidade de modelagem da relação entre características estruturais celulares e máscaras correspondentes, e adota função de perda de erro quadrático médio e agendamento de taxa de aprendizado com recozimento cossenoidal para otimizar o processo de treinamento. Resultados experimentais abrangentes nos conjuntos de dados de referência CryoNuSeg e ISBI2012 mostram que o método proposto melhora significativamente o desempenho dos modelos de segmentação a jusante. Sob a configuração de amostragem DPM++ 2M Karras, os valores de IoU e Dice para CryoNuSeg atingiram 62,50% e 75,78%, respectivamente, superando métodos tradicionais de aumento como inversão e rotação. Os resultados verificam a superioridade do aumento por geração conjunta na expansão da diversidade de dados e na melhoria da precisão da segmentação, fornecendo uma solução eficiente e viável para aumento de dados na segmentação de imagens celulares em cenários com escassez de anotações.

segmentação de imagens celulares; modelo de difusão; aumento de dados; UNet; geração conjunta