辅助 CycleGAN 引导：从双重到单一免疫组化图像的感知域翻译
计算机视觉与模式识别
2024-10-23 v2 人工智能
图像与视频处理
摘要
生成模型能够实现从拥有现成训练模型的源图像域到训练期间未见过的目标域的翻译。虽然循环生成对抗网络 (Cycle GANs) 已得到充分确立，但其相关的循环一致性约束依赖于两个域之间存在可逆映射。然而，这对于染色铬单重 (monoplex) 和双重 (duplex) 免疫组化 (IHC) 测定图像之间的翻译并非如此。专注于从后者到前者的翻译，我们提出了一种新的训练设计，通过引入一组免疫荧光 (IF) 图像作为辅助无配对图像域，利用替代约束。下游分割任务的定量和定性结果表明，与基线方法相比，所提方法具有优势。
引用
@article{arxiv.2403.07389,
title = {Auxiliary CycleGAN-guidance for Task-Aware Domain Translation from Duplex to Monoplex IHC Images},
author = {Nicolas Brieu and Nicolas Triltsch and Philipp Wortmann and Dominik Winter and Shashank Saran and Marlon Rebelatto and Günter Schmidt},
journal= {arXiv preprint arXiv:2403.07389},
year = {2024}
}
备注
5 pages