融合不同染色连续数字全切片图像信息的自动框架：以肾脏组织学为例
计算机视觉与模式识别
2021-05-04 v2
摘要
目的：本文提出一种自动图像处理框架，用于提取描述肾移植后慢性排斥反应患者经不同染色方式处理的连续全切片图像（WSIs）中肾小球微环境的定量高层信息。方法：该四步框架包括：1）近似刚性配准，2）细胞与解剖结构分割，3）使用新开发的配准算法融合不同染色的信息，4）特征提取。结果：框架的每一步均由病理医生从定量和定性两方面独立验证。给出了可提取的不同类型特征的示例。结论：所提出的通用框架可分析可被分割（手动或自动）的大尺度结构周围的微环境。它独立于分割方法，因此适用于多种生物医学研究问题。意义：肾移植后的慢性组织重塑过程可导致间质纤维化和小管萎缩（IFTA）以及肾小球硬化。该流程提供了在相同空间背景下定量分析了来自不同连续WSIs的信息的工具，并帮助研究人员理解导致IFTA和肾小球硬化的复杂潜在机制。
引用
@article{arxiv.2008.13050,
title = {An automatic framework for fusing information from differently stained consecutive digital whole slide images: A case study in renal histology},
author = {Odyssee Merveille and Thomas Lampert and Jessica Schmitz and Germain Forestier and Friedrich Feuerhake and Cédric Wemmert},
journal= {arXiv preprint arXiv:2008.13050},
year = {2021}
}