基于深度学习的 H&E 染色向特殊染色转化

病理学的实践依赖于对组织化学染色切片的目视检查。最常见的是，苏木精-伊红（H&E）染色用于诊断流程，并且是癌症诊断的金标准。然而，在许多情况下，尤其是非肿瘤性疾病，会使用额外的“特殊染色”为组织成分提供不同层次的对比度和颜色，使病理学家获得更清晰的诊断图像。在本研究中，我们利用来自肾穿刺活检的组织切片，展示了基于监督学习的从 H&E 到不同特殊染色（Masson 三色、 periodic acid-Schiff 和 Jones 银染）的计算染色转化的效用。基于三位肾脏病理学家的评估，并由第四位肾脏病理学家裁定，我们表明从现有 H&E 图像生成虚拟特殊染色改善了来自 58 名独特受试者的若干非肿瘤性肾脏疾病的诊断。由三位病理学家执行的第二项研究发现，染色转化网络生成的特殊染色质量与标准组织化学染色生成的在统计上等价。由于 H&E 图像向特殊染色的转化可在每例患者核心标本切片 1 分钟或更短时间内完成，该染色到染色转化框架可在需要额外特殊染色时改善初步诊断质量，并显著节省时间与成本，减轻医疗系统和患者的负担。