研究数字组织病理学图像染色分离对图像检索性能的影响
图像与视频处理
2020-04-01 v1
摘要
由于近期的技术进步，数字化的组织病理学图像现已广泛用于临床和研究目的。相应地，针对数字组织病理学图像的计算机图像分析算法的研究也在迅速进展。在这项工作中，我们关注数字组织病理学图像的图像检索。图像检索算法可用于查找相似图像，并协助病理学家做出快速准确的诊断。组织病理学图像通常用染料染色以突出组织特征，因此，用于组织病理学的图像分析算法应能够处理彩色图像并从存在的染色颜色中确定相关信息。在本研究中，我们感兴趣的是将染色分离为其各个染色成分对图像检索性能的影响。为此，我们在来自两个公开数据集（IDC 和 BreakHis）的组织病理学图像上实现了基本的 k-最近邻（kNN）检索算法，这些图像分别为：a) 转换为灰度图，b) 数字染色分离，以及 c) 原始 RGB 彩色图像。本研究结果表明，使用 H&E 分离图像的检索准确率与原始 RGB 图像获得的准确率相差在一到两个百分点以内，并且在大多数测试场景中观察到使用 H&E 图像具有更优的性能。
引用
@article{arxiv.2003.14303,
title = {Studying the Effect of Digital Stain Separation of Histopathology Images on Image Search Performance},
author = {Alison K. Cheeseman and Hamid R. Tizhoosh and Edward R. Vrscay},
journal= {arXiv preprint arXiv:2003.14303},
year = {2020}
}
备注
Accepted for publication at the International Conference on Image Analysis and Recognition (ICIAR 2020)