基于 In-and-Out Net 的单色数字 H&E 染色
计算机视觉与模式识别
2024-11-25 v2 医学物理
摘要
虚拟染色通过数字方式从未染色或不同染色的图像生成染色图像，简化了传统染色流程。虽然常规染色方法耗时且需化学反应，但虚拟染色提供了高效且设施要求低的替代方案。利用显微镜技术（如共聚焦显微镜），研究人员可加快组织分析速度，无需实际切片。然而，对灰度或伪彩色显微图像的解读仍是病理医生和外科医生的挑战。为填补这一空白，本文提出一种新型网络——In-and-Out Net，专为虚拟染色任务设计。基于生成对抗网络（GAN），该模型可将反射共聚焦显微镜（RCM）图像高效地转换为骨化靛红和碘甲蓝（H&E）染色图像。我们采用铝氯预处理增强皮肤组织 RCM 图像的核对比度。训练时使用包含两种荧光通道的虚拟 H&E 标签，可消除图像配准需求，提供像素级真值。我们的贡献包括提出最优训练策略、进行比较分析证明实现了最先进水平、通过消融实验验证模型，并收集了无需配准的完美匹配输入与真值图像。In-and-Out Net 在虚拟染色任务中展现出有前景的成果，为组织学图像分析领域的发展提供了有价值的工具。
关键词
引用
@article{arxiv.2405.13278,
title = {Single color digital H&E staining with In-and-Out Net},
author = {Mengkun Chen and Yen-Tung Liu and Fadeel Sher Khan and Matthew C. Fox and Jason S. Reichenberg and Fabiana C. P. S. Lopes and Katherine R. Sebastian and Mia K. Markey and James W. Tunnell},
journal= {arXiv preprint arXiv:2405.13278},
year = {2024}
}