基于热力图引导的查询转换器用于免疫染色和分辨率下游星形细胞检测
计算机视觉与模式识别
2025-09-04 v1 人工智能
摘要
星形细胞是关键胶质细胞，其形态学和密度的改变是众多神经疾病的显著标志。然而，其复杂的分支结构和染色相关的变异性使自动化检测组织学图像面临巨大挑战。为解决这些挑战，我们提出了一种融合CNN转换器的检测器，将局部特征提取与全局上下文推理相结合。热力图引导的查询机制为小且微弱的星形细胞生成空间锚定点，而轻量级转换器模块提高了在密集簇中的辨别能力。在ALDH1L1和GFAP染色的星形细胞数据集上进行评估，模型持续优于Faster R-CNN、YOLOv11和DETR，实现更高的灵敏度并减少误报，FROC分析亦佐证其效果。这些结果凸显了融合CNN转换器架构在稳健星形细胞检测中的潜力，为先进的计算病理学工具提供了基础。
引用
@article{arxiv.2509.03323,
title = {Heatmap Guided Query Transformers for Robust Astrocyte Detection across Immunostains and Resolutions},
author = {Xizhe Zhang and Jiayang Zhu},
journal= {arXiv preprint arXiv:2509.03323},
year = {2025}
}