组织病理学中连续切片与重染切片在图像配准上的比较
图像与视频处理
2023-12-15 v2 计算机视觉与模式识别
摘要
目的：在数字组织病理学中，虚拟多重染色对诊断和生物标志物研究十分重要。此外，它为多种深度学习任务提供精确真值。虚拟多重染色可通过连续切片使用不同染色或同一切片重染获得。两种方法均需图像配准以补偿组织形变，但对其精度比较甚少关注。方法：我们比较连续切片与重染切片的变分图像配准，并分析影响精度与所需计算资源的图像分辨率效应。我们提出一个新的重染与连续切片混合数据集(HyReCo，81对切片，约3000个地标)并公开提供，将其图像配准结果与自动非刚性组织学图像配准(ANHIR)挑战数据(230对连续切片)比较。结果：配准后连续切片间中位地标误差为7.1 {\mu}m(HyReCo)和16.0 {\mu}m(ANHIR)。重染切片间中位配准误差在HyReCo数据集两个子集中分别为2.3 {\mu}m和0.9 {\mu}m。我们观察到可变形配准在两种情况下均比仿射配准地标误差更低，尽管在重染切片中效应较小。结论：连续与重染切片的可变形配准是不同染色联合分析的宝贵工具。意义：重染切片配准可实现核级别对齐，从而直接分析相互作用的生物标志物，而连续切片仅允许区域级标注的传递。后者可用较粗图像分辨率以低计算成本实现。
引用
@article{arxiv.2106.13150,
title = {Comparison of Consecutive and Re-stained Sections for Image Registration in Histopathology},
author = {Johannes Lotz and Nick Weiss and Jeroen van der Laak and Stefan Heldmann},
journal= {arXiv preprint arXiv:2106.13150},
year = {2023}
}
备注
submitted, data available at https://dx.doi.org/10.21227/pzj5-bs61