基于弱监督实例分割的单免疫染色心肌切片中心肌毛细血管化的量化
图像与视频处理
2023-12-01 v1 计算工程、金融与科学
计算机视觉与模式识别
摘要
心肌毛细血管密度下降已被报道为与多种心脏疾病相关的重要组织病理学特征。心脏毛细血管化的定量评估通常需对心肌切片中的心肌细胞（CMs）与毛细血管进行双重免疫染色。相比之下，基底膜成分的单免疫染色是一种同时标记 CMs 与毛细血管的直接方法，在背景染色上挑战更少。然而，后续图像分析始终需要人工识别和分割 CMs 与毛细血管。为此，我们开发了图像分析工具 AutoQC，用于自动识别和分割 IV 型胶原（心肌内主要基底膜蛋白）免疫荧光图像中的 CMs 与毛细血管。此外，常用的毛细血管化相关测量可从分割掩码导出。AutoQC 通过提示工程借助预训练分割模型的能力，具备弱监督实例分割算法。在实例分割与毛细血管化评估上，AutoQC 均优于最先进的实例分割模型 YOLOv8-Seg。进一步，AutoQC 的训练仅需带边界框标注的小数据集而非像素级标注，降低了网络训练工作量。AutoQC 为基底膜免疫染色心肌切片中的心脏毛细血管化量化提供了自动化方案，一旦训练完成便无需人工图像分析。
引用
@article{arxiv.2311.18173,
title = {Quantification of cardiac capillarization in single-immunostained myocardial slices using weakly supervised instance segmentation},
author = {Zhao Zhang and Xiwen Chen and William Richardson and Bruce Z. Gao and Abolfazl Razi and Tong Ye},
journal= {arXiv preprint arXiv:2311.18173},
year = {2023}
}