乳腺癌免疫组化图像生成：基准数据集与挑战赛综述
图像与视频处理
2023-09-25 v2 计算机视觉与模式识别
摘要
对于浸润性乳腺癌，常采用免疫组化（IHC）技术检测乳腺组织中人表皮生长因子受体-2（HER2）的表达水平以制定精确治疗方案。从节省人力、物力和时间成本的角度，直接从苏木精-伊红（H&E）染色图像生成 IHC 染色图像是一个有价值的研究方向。因此，我们举办了乳腺癌免疫组化图像生成挑战赛，旨在探索深度学习技术在病理图像生成中的新思路并推动该领域研究。挑战赛提供了配准的 H&E 与 IHC 染色图像对，要求参与者利用这些图像训练一个能从相应 H&E 染色图像直接生成 IHC 染色图像的模型。我们依据 PSNR 与 SSIM 指标筛选并综述了排名前五的方法，同时给出相应流程与实现概览。本文进一步分析了乳腺癌免疫组化图像生成领域的当前局限，并展望该领域未来发展。我们希望发布的数据集与挑战赛能激励更多学者共同研究更高质量的 IHC 染色图像生成。
引用
@article{arxiv.2305.03546,
title = {Breast Cancer Immunohistochemical Image Generation: a Benchmark Dataset and Challenge Review},
author = {Chuang Zhu and Shengjie Liu and Zekuan Yu and Feng Xu and Arpit Aggarwal and Germán Corredor and Anant Madabhushi and Qixun Qu and Hongwei Fan and Fangda Li and Yueheng Li and Xianchao Guan and Yongbing Zhang and Vivek Kumar Singh and Farhan Akram and Md. Mostafa Kamal Sarker and Zhongyue Shi and Mulan Jin},
journal= {arXiv preprint arXiv:2305.03546},
year = {2023}
}
备注
12 pages, 12 figures, 2tables