基于Pix2Pix的染色到染色翻译：组织病理学图像分析中鲁棒染色归一化的一项解决方案
图像与视频处理
2020-02-06 v1 计算机视觉与模式识别
摘要
癌症的诊断主要由病理学家通过检查组织切片的形态学和细胞的空间排布进行目视分析。如果标本的显微图像未被染色，它将看起来无色且具纹理。因此，需要进行化学染色以产生对比并帮助识别特定组织成分。在组织制备过程中，由于化学品、扫描仪、切片厚度和实验室方案的不同，相似组织的外观通常存在显著差异。这种染色上的差异，加上病理学家之间解读的差异，是设计鲁棒且灵活的自动化分析系统的主要挑战之一。为解决染色颜色变化问题，已提出若干染色归一化方法。在我们提出的方法中，采用染色到染色翻译（STST）方法对苏木精和伊红（H&E）染色的组织病理学图像进行染色归一化，其不仅学习特定的颜色分布，还保留相应的组织病理学模式。我们基于 pix2pix 框架执行翻译过程，该框架使用条件生成对抗网络（cGANs）。我们的方法在数学和实验上均相对于最先进的方法展现出优异结果。我们已公开源代码。
引用
@article{arxiv.2002.00647,
title = {Pix2Pix-based Stain-to-Stain Translation: A Solution for Robust Stain Normalization in Histopathology Images Analysis},
author = {Pegah Salehi and Abdolah Chalechale},
journal= {arXiv preprint arXiv:2002.00647},
year = {2020}
}
备注
7 pages, 6 figures, 4 table, The 11th Iranian and the first International Conference on Machine Vision and Image Processing (MVIP 2020)