CHUYỂN ĐỔI ẢNH NHUỘM HE SANG ẢNH IHC BẰNG PHƯƠNG PHÁP FEYNMAN-KAC DIFFUSION

Tóm tắt

Trong nghiên cứu này, chúng tôi đề xuất phương pháp Feynman Diffusion Generative Model nhằm chuyển đổi ảnh mô HE sang ảnh IHC, kết quả này giúp hỗ trợ bác sĩ trong việc lập phác đồ điều trị ung thư vú. Phương pháp này khai thác Kỹ thuật Feynman, trong đó tận dụng mối liên hệ giữa phương trình vi phân ngẫu nhiên (SDEs) và phương trình vi phân riêng phần (PDEs), một hướng tiếp cận đã mang lại nhiều thành công trong các nghiên cứu trước về SDEs. Cụ thể, chúng tôi biểu diễn quá trình khuếch tán ngược dưới dạng công thức Feynman-Kac, cho phép chuyển đổi từ mô hình SDE sang hệ PDE tương ứng để mô tả quá trình phục hồi dữ liệu từ trạng thái nhiễu về dữ liệu thực. Việc sử dụng PDE giúp tăng cường tính ổn định và độ chính xác khi suy luận, đồng thời tối ưu hóa hàm mục tiêu dạng Flow normalizing liên quan đến luồng của phân phối dữ liệu. Kết quả thực nghiệm trên mô hình đề xuất đạt 19,25 PSNR và 0,569 SSIM, cao hơn so với các phương pháp đã công bố trước đó trên tập dữ liệu BCI.