Para resolver o problema da escassez de dados anotados em tarefas 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. Este 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 uma única etapa de dados sintéticos de alta qualidade, evitando erros introduzidos por geração em múltiplas etapas. O modelo incorpora embeddings temporais e um mecanismo de atenção multicanal para aprimorar a capacidade de modelar características estruturais celulares e a correspondência com máscaras, utilizando uma função de perda de erro quadrático médio e agendamento de taxa de aprendizado por resfriamento cosseno para otimizar o treinamento. Resultados abrangentes experimentais nos conjuntos de dados de referência CryoNuSeg e ISBI2012 mostram que o método proposto melhora significativamente o desempenho dos modelos de segmentação subsequentes. Sob a configuração de amostragem DPM++ 2M Karras, os valores de IoU e Dice para CryoNuSeg atingem respectivamente 62,50% e 75,78%, superando métodos tradicionais de aumento como inversão e rotação. Os resultados confirmam a superioridade do aumento por geração conjunta para expandir a diversidade de dados e melhorar a precisão da segmentação, fornecendo uma solução eficiente e viável para expansão de dados em cenários de escassez de anotações para segmentação de imagens celulares.

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