PhaseStain：基于深度学习的无标记定量相位显微图像数字染色
图像与视频处理
2019-02-08 v1 计算机视觉与模式识别
医学物理
摘要
利用深度神经网络，我们展示了一种我们称之为 PhaseStain 的数字染色技术，用于将无标记组织切片的定量相位图像（QPI）转换为等同于相同样本经组织化学染色后的明场显微图像。通过图像数据对（QPI 与染色后获取的相应明场图像），我们训练了一个生成对抗网络（GAN），并使用人皮肤、肾脏和肝脏组织切片证明了该虚拟染色方法的有效性，其分别匹配了用苏木精-伊红、Jones 染色和 Masson 三色染色染色的相同样本的明场显微图像。该数字染色框架通过消除化学染色需求、降低样本制备相关成本并节省时间，可能进一步巩固无标记 QPI 技术在病理应用及一般生物医学研究中的各种用途。我们的结果提供了由深度学习赋能的数据驱动图像变换所创造的一些独特机遇的有力例证。
引用
@article{arxiv.1807.07701,
title = {PhaseStain: Digital staining of label-free quantitative phase microscopy images using deep learning},
author = {Yair Rivenson and Tairan Liu and Zhensong Wei and Yibo Zhang and Aydogan Ozcan},
journal= {arXiv preprint arXiv:1807.07701},
year = {2019}
}