TopoCellGen: Generating Histopathology Cell Topology with a Diffusion Model¶

会议: CVPR 2025
arXiv: 2412.06011
代码: GitHub
领域: 医学影像
关键词: 数字病理学, 拓扑约束, 扩散模型, 细胞布局生成, 持久同调

一句话总结¶

本文提出 TopoCellGen，首个在数字病理学中生成多类细胞拓扑布局的扩散模型，通过持久同调（persistent homology）引入类内空间一致性和类间结构正则化约束，并提出拓扑 Fréchet 距离（TopoFD）评估指标。

研究背景与动机¶

多类细胞拓扑的重要性：组织中不同类型细胞（淋巴细胞、上皮细胞、基质细胞等）的空间组织方式对理解肿瘤微环境、疾病进展和诊断至关重要。例如，肿瘤浸润淋巴细胞（TILs）的密度与临床预后密切相关。
现有生成模型的不足：已有的病理图像扩散模型直接生成图像，无法显式建模细胞空间排列，难以与病理学家的领域知识对齐，也难以控制和验证。
细胞布局生成的价值：(1) 与病理学家领域知识直接对齐，(2) 可控生成允许泛化到未见场景，(3) 生成的布局可条件化生成 H&E 图像用于数据增强。
拓扑关系是关键：细胞之间的聚簇、混合、连通性等拓扑模式提供了关于细胞通信、结构变化和形态异常的深层信息。例如，健康组织中上皮细胞排列成环状/管状结构，免疫细胞在肿瘤周围聚簇。
评估指标的缺失：传统 FID 仅关注视觉相似性，无法评估拓扑结构的保真度。

方法详解¶

整体框架¶

TopoCellGen 在 DDPM 基础上添加三个拓扑感知约束： 1. Cell Counting Loss：精确控制每类细胞数量 2. Intra-class Spatial Consistency：保持类内空间分布模式 3. Inter-class Structural Regularization：保持跨类拓扑关系推理时生成细胞布局，再通过条件生成模型将布局转化为 H&E 染色图像。

关键设计¶

1. 可微分细胞计数损失 - 功能：精确控制生成布局中每类细胞的数量，解决先前模型的细胞数偏差问题 - 核心思路：使用条件向量 \(c = [c_1, c_2, ..., c_n]\) 指定每类细胞数。在训练中通过 Eq. 2 获取预测的无噪声布局 \(\hat{x}_0^t\)，用 Straight-Through Estimator (STE) 使二值化操作可微分，计算 \(\mathcal{L}_{\text{count}} = \frac{1}{n}\sum_{i=1}^n |\frac{\sum b(\hat{x}_0^t)^{(i)}}{\delta} - \frac{\sum x_0^{(i)}}{\delta}|\) - 设计动机：仅靠条件向量不足以精确控制细胞数量；STE 使离散计数操作可端到端训练，\(\delta\) 为单个细胞面积（\(3 \times 3\)）

2. 基于持久同调的类内空间一致性 - 功能：保持每类细胞自身的空间分布模式（如上皮细胞的环状聚簇） - 核心思路：对预测布局和真实布局分别计算距离变换图（每个像素到最近细胞的距离），在距离变换图上计算 1 维持久同调的 persistence diagram，用 Wasserstein 距离度量两个 diagram 的差异：\(\mathcal{L}_{\text{intra}} = \frac{1}{n}\sum_{i=1}^n \mathcal{L}_{\text{spc}}(Dgm((\hat{x}_t^{edt})^{(i)}), Dgm((x_0^{edt})^{(i)}))\) - 设计动机：持久同调以多尺度方式捕获拓扑特征（连通分量、环、空洞），比简单的空间统计更全面地刻画细胞分布模式

3. 类间结构正则化 - 功能：捕获不同类型细胞之间的空间关系（如免疫细胞在肿瘤周围的聚簇模式） - 核心思路：将所有通道合并为单通道聚合布局 \(x_0^{agg} = Agg(x_0)\)，同样计算距离变换和持久同调，用 \(\mathcal{L}_{\text{inter}} = \mathcal{L}_{\text{spc}}(Dgm(\hat{x}_{t,agg}^{edt}), Dgm(x_{0,agg}^{edt}))\) 约束整体拓扑结构 - 设计动机：类内损失只看单一细胞类型的分布，类间损失通过聚合视图捕捉跨类型的空间交互（如免疫细胞与肿瘤细胞的接触模式）

损失函数¶

\[\mathcal{L}_{\text{total}} = \mathcal{L}_{\text{simple}} + \lambda_c \mathcal{L}_{\text{count}} + \lambda_{\text{intra}} \mathcal{L}_{\text{intra}} + \lambda_{\text{inter}} \mathcal{L}_{\text{inter}}\]

其中 \(\mathcal{L}_{\text{simple}} = \mathbb{E}_{t,x_0,\epsilon}[\|\epsilon - \epsilon_\theta(x_t, c, t)\|^2]\) 为标准 DDPM 目标。

评估指标：Topological Fréchet Distance (TopoFD)¶

从真实和生成布局提取 persistence diagram 特征向量，通过类似 FID 的 Fréchet 距离计算拓扑相似性，弥补 FID 在拓扑评估上的不足。

实验关键数据¶

主实验：CoNSeP 数据集上的细胞布局生成¶

方法	FID ↓	TopoFD ↓	Count Error ↓
DDPM (baseline)	高	高	高
+ Cell Count Loss	降低	中等	大幅降低
+ Intra-class Topo	降低	降低	降低
+ Inter-class Topo (Full)	最低	最低	最低

下游任务：细胞检测与分类（数据增强）¶

增强策略	Detection F1	Classification F1
无增强	baseline	baseline
GAN 增强	小幅提升	小幅提升
DDPM 增强	中等提升	中等提升
TopoCellGen 增强	最大提升	最大提升

关键发现¶

三个拓扑约束的叠加产生互补效果，完整模型在所有指标上最优
生成的布局用于数据增强后，下游细胞检测和分类任务均有显著提升
TopoFD 比 FID 更能反映布局的拓扑质量差异
Cell Counting Loss 对精确控制细胞密度至关重要——仅靠条件向量不够
模型能捕获真实组织中的关键拓扑模式（如腺体环状结构、免疫浸润模式）

亮点与洞察¶

拓扑约束引入生成模型：首次将持久同调系统性地应用于多类细胞布局生成，不仅关注类内分布还关注类间交互
TopoFD 评估指标：填补了拓扑保真度评估的空白，为后续工作建立了评估标准
可控且可解释：生成的布局直接对应病理学家可理解的细胞分布模式，比直接生成图像更具可解释性
实用的下游价值链：布局生成→条件图像合成→数据增强→提升检测/分类性能，形成完整应用链

局限与展望¶

距离变换的计算在反向传播中需要 STE 近似，可能不够精确
当前的细胞表示为固定大小的方块（\(3 \times 3\)），未建模细胞形态多样性
持久同调计算在大规模布局上较慢
未来可扩展到 3D 组织学、引入更细粒度的细胞形态和功能状态

评分¶

⭐⭐⭐⭐ — 首次将持久同调系统性地集成于细胞布局扩散生成中，问题定义精准且临床价值明确。TopoFD 指标填补了重要空白。类内+类间拓扑约束的设计优雅互补。主要局限在于计算开销和简化的细胞表示。