基于深度学习的光学显微镜数字染色——综述

直到最近，传统生化染色在大多数与临床诊断、基础研究和生物技术相关的生物医学问题中仍具有无可争议的既定基准地位。尽管作为金标准，染色方案面临若干挑战，例如需要对样本进行大量手动处理、显著的时间延迟、组织稳态改变、给定样本对比剂选择有限、2D 成像而非 3D 断层扫描等等。另一方面，无标记光学技术不依赖外源和人工标记，而是利用内在光学对比机制，其特异性通常对人类观察者而言较不明显。在过去几年中，数字染色已成为一种有前景的概念，利用现代深度学习将光学对比转换为实际染色的既定生化对比。在本综述文章中，我们对该领域当前最先进技术进行了深入分析，提出了良好实践方法，指出了陷阱与挑战，并展望了朝向潜在未来实现与应用的颇有前景的进展。