面向 Learn2Reg 2024 SHG-BF 挑战赛的保真度约束位移编辑方法
计算机视觉与模式识别
2025-04-09 v3 机器学习
图像与视频处理
摘要
二次谐波生成 (SHG) 与明场 (BF) 显微镜的联合检查能够区分组织成分与胶原纤维，有助于分析人类乳腺癌和胰腺癌组织。然而，SHG 与 BF 图像之间的巨大差异给当前基于学习的配准模型将 SHG 对齐到 BF 带来了挑战。在本文中，我们提出了一个新颖的多模态配准框架，该框架采用保真度约束位移编辑来应对这些挑战。该框架集成了分批对比学习、基于特征的预对齐以及实例级优化。Learn2Reg COMULISglobe SHG-BF 挑战赛的实验结果验证了我们方法的有效性，并在在线排行榜上取得了第一名。
引用
@article{arxiv.2410.20812,
title = {Fidelity-Imposed Displacement Editing for the Learn2Reg 2024 SHG-BF Challenge},
author = {Jiacheng Wang and Xiang Chen and Renjiu Hu and Rongguang Wang and Jiazheng Wang and Min Liu and Yaonan Wang and Hang Zhang},
journal= {arXiv preprint arXiv:2410.20812},
year = {2025}
}
备注
Accepted at IEEE ISBI 2025