HoechstGAN：使用生成对抗网络的虚拟淋巴细胞染色
计算机视觉与模式识别
2022-10-18 v2 机器学习
定量方法
摘要
特定类型免疫细胞的存在与密度对于理解患者对癌症的免疫反应十分重要。然而，识别 T 细胞亚型所需的免疫荧光染色昂贵、耗时，且在临床环境中很少进行。我们提出一种框架，利用生成对抗网络将廉价且广泛的 Hoechst 图像虚拟染色为 CD3 与 CD8，以在透明细胞肾细胞癌中识别 T 细胞亚型。我们提出的方法联合学习两项染色任务，激励网络从每项任务中吸收互为有益的信息。我们设计了一种新颖的指标来量化虚拟染色质量，并用以评估我们的方法。
引用
@article{arxiv.2210.06909,
title = {HoechstGAN: Virtual Lymphocyte Staining Using Generative Adversarial Networks},
author = {Georg Wölflein and In Hwa Um and David J Harrison and Ognjen Arandjelović},
journal= {arXiv preprint arXiv:2210.06909},
year = {2022}
}
备注
Accepted at IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2023