ReStainGAN：利用 IHC 到 IF 染色域转换进行计算机模拟数据生成
图像与视频处理
2024-03-12 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
在计算病理学中，计算机模拟数据集的创建可以将现有标注的效用扩展到具有不同染色模式的新领域。因此，它有望显著降低构建训练有监督深度学习模型所需的大型且像素级精确数据集的成本。我们提出了一种生成计算机模拟免疫组织化学（IHC）图像的新方法，通过将形态学特异性的 IHC 染色解耦到免疫荧光（IF）图像中独立的图像通道。通过在生成的计算机模拟数据集上训练细胞核分割模型，证明了所提出的方法在定性和定量上均优于基线方法。
引用
@article{arxiv.2403.06545,
title = {ReStainGAN: Leveraging IHC to IF Stain Domain Translation for in-silico Data Generation},
author = {Dominik Winter and Nicolas Triltsch and Philipp Plewa and Marco Rosati and Thomas Padel and Ross Hill and Markus Schick and Nicolas Brieu},
journal= {arXiv preprint arXiv:2403.06545},
year = {2024}
}
备注
4 pages, 1 figure