arXiv · cs.AI· Won June Cho, Daeky Jeong, Hyeongyeol Lim, Hongjun Yoon·· 5 小时前
STREAM：面向数字病理图像生成的随机黎曼流匹配框架
STREAM: Stochastic Riemannian Flow Matching with Anisotropic Decoder for Digital Histopathology Image Generation
arXiv:2606.07036v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Won June Cho, Daeky Jeong, Hyeongyeol Lim, Hongjun Yoon
研究任务与主要进展
Won June Cho 等提出 STREAM，用于生成合成数字病理图像。作者将病理视觉基础模型的 patch token 作为单位球面上的潜空间，并通过桥式随机扰动与各向异性解码器训练设计完成两阶段生成；在 TCGA-BRCA 和 TCGA-COADREAD 上，摘要报告其取得最优 gFID，并在多数病理专用指标中排名第一。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org