基于传递对抗网络的染色风格迁移
图像与视频处理
2024-02-13 v1 计算机视觉与模式识别
摘要
数字化病理诊断近期需求日益增长。众所周知，颜色信息对病理切片自动及目视分析至关重要。然而，多种因素导致的颜色差异不仅对病理医生诊断有负面影响，还会降低算法鲁棒性。造成颜色差异的因素既存在于制片过程，也存在于数字化过程。已有多种策略被提出以缓解颜色差异。此类技术多依赖收集颜色统计信息以进行图像间颜色匹配，且高度依赖参考模板切片。由于医院间病理切片通常不成对，这些方法无法获得良好匹配结果。本工作中，我们提出一种称为传递对抗网络（TAN）的新颖网络，用于在不同医院或中心的切片间迁移颜色信息。所提 TAN 方法无需专家挑选代表性参考切片。我们从定量与定性上将所提方法与 SOTA 方法比较。相较 SOTA 方法，我们的方法在 PSNR 上提升 0.87dB，证明了所提 TAN 方法在染色风格迁移中的有效性。
引用
@article{arxiv.1910.10330,
title = {Stain Style Transfer using Transitive Adversarial Networks},
author = {Shaojin Cai and Yuyang Xue3 Qinquan Gao and Min Du and Gang Chen and Hejun Zhang and Tong Tong},
journal= {arXiv preprint arXiv:1910.10330},
year = {2024}
}
备注
MICCAI 2019 MLMIR Workshop, Oral Paper