分割-再-染色可提升虚拟 IHC 至多组 IF 翻译中的结构保真度
计算机视觉与模式识别
2026-03-18 v1
摘要
多组免疫荧光 (mIF) 使可在完整组织结构中同时对多种生物标志物进行单细胞定量，但其高试剂成本、多轮染色程序以及对专业成像平台的需求限制了常规临床应用。虚拟染色可从广泛可获得的明亮场免疫组织化学 (IHC) 合成 mIF 通道，但当前翻译器在像素级保真度优化时未显式约束核形态。在病理学中，这一差距具有临床意义：核的计数、形状或空间布局的细微变形会直接传递到定量终点，如 Ki67 增殖指数，少量误差可能导致治疗相关风险类别的转变。本工作引入一种无监督、与体系结构无关的条件策略，将来自预训练核分割基础模型的连续细胞概率图作为显式输入先验，同时加入方差保持正则化项以匹配局部强度统计，从而维持合成荧光通道中的细胞层次异质性。软先验保留了二值阈值丢失的梯度级边界信息，提供更丰富的条件信号，无需任务特定调优。在 Pix2Pix、U-Net 和 ResNet 生成器、确定性回归 U-Net 以及条件扩散模型上的控制实验中，跨两个独立数据集均显示出在核计数保真度和感知质量方面的一致性改进。代码将在接受后公开。
引用
@article{arxiv.2603.16160,
title = {Segmentation-before-Staining Improves Structural Fidelity in Virtual IHC-to-Multiplex IF Translation},
author = {Junhyeok Lee and Han Jang and Heeseong Eum and Joon Jang and Kyu Sung Choi},
journal= {arXiv preprint arXiv:2603.16160},
year = {2026}
}
备注
11 pages, 2 figures, 2 tables. Submitted to MICCAI 2026