LSA：面向染色未知宫颈癌筛查的潜在风格增强
图像与视频处理
2025-03-11 v1 人工智能
计算机视觉与模式识别
摘要
由于不同扫描仪和成像环境之间的染色变异导致的域偏移，利用全切片图像（WSI）进行宫颈癌筛查的计算机辅助诊断系统部署面临严峻挑战。尽管现有的染色增强方法提升了图像块级别的鲁棒性，但由于两个关键局限性，它们无法扩展至 WSI： 将图像块操作扩展至千兆像素切片时染色模式不一致； 对增强后的 WSI 进行离线处理带来过高的计算/存储成本。为了解决这一问题，我们提出了潜在风格增强（LSA），这是一个直接在 WSI 级别潜在特征上进行高效在线染色增强的框架。我们首先引入了 WSAug，一种确保 WSI 内各图像块间染色一致的 WSI 级别染色增强方法。利用 WSAug 离线增强的 WSI，我们设计并训练了 Stain Transformer，它能够在潜在空间中模拟目标风格，高效地增强 WSI 级别分类器的鲁棒性。我们在一个用于宫颈癌诊断的多扫描仪 WSI 数据集上验证了该方法。尽管仅在来自单一扫描仪的数据上进行训练，我们的方法在来自其他扫描仪的分布外数据上仍取得了显著的性能提升。代码将发布于 https://github.com/caijd2000/LSA。
引用
@article{arxiv.2503.06563,
title = {LSA: Latent Style Augmentation Towards Stain-Agnostic Cervical Cancer Screening},
author = {Jiangdong Cai and Haotian Jiang and Zhenrong Shen and Yonghao Li and Honglin Xiong and Lichi Zhang and Qian Wang},
journal= {arXiv preprint arXiv:2503.06563},
year = {2025}
}