基于学习的两步虚拟自动对焦快速全切片成像
图像与视频处理
2020-03-17 v1 计算机视觉与模式识别
摘要
全切片成像（WSI）是一项新兴的数字病理学技术。自动对焦过程是影响 WSI 性能的主要因素。传统的自动对焦方法要么因重复的机械运动而耗时，要么需要额外硬件从而与现有 WSI 系统不兼容。本文提出“虚拟自动对焦”的概念，其不依赖机械调节来进行重新对焦，而是以离线、基于学习的方式恢复聚焦图像。在初始焦距位置下，我们仅进行两步成像，而传统方法在每个图块扫描中通常需要进行多达 21 次图像拍摄。考虑到所捕获的两张离焦图像保留了底层聚焦图像的部分信息，我们提出一种受 U-Net 启发的深度神经网络方法，将二者融合为恢复后的聚焦图像。所提方案在组织切片扫描中速度快，可实现数字病理图像的高通量生成。实验结果表明，我们的方案取得了令人满意的重对焦性能。
引用
@article{arxiv.2003.06630,
title = {Rapid Whole Slide Imaging via Learning-based Two-shot Virtual Autofocusing},
author = {Qiang Li and Xianming Liu and Kaige Han and Cheng Guo and Xiangyang Ji and Xiaolin Wu},
journal= {arXiv preprint arXiv:2003.06630},
year = {2020}
}