基于核化实例归一化的超高分辨率非配对染色变换
计算机视觉与模式识别
2022-08-30 v1 图像与视频处理
摘要
虽然苏木精-伊红（H&E）是标准染色流程，免疫组化（IHC）染色进一步作为诊断与预后方法。然而，获取特殊染色结果需耗费大量成本。为此，我们提出了一种超高分辨率非配对图像到图像翻译策略：核化实例归一化（KIN），其保留局部信息并以恒定 GPU 显存占用量成功实现无缝染色变换。给定一个图像块、对应位置与核，KIN 使用卷积运算计算局部统计量。此外，KIN 可轻松插入多数现有框架而无需重新训练。我们证明，通过在三种流行框架中将实例归一化（IN）层替换为 KIN 层，并在两个组织病理学数据集上测试，KIN 实现了最先进的染色变换。进一步，我们利用高分辨率自然图像展示了 KIN 的泛化能力。最后，采用人工评估与若干客观指标比较不同方法的性能。总体而言，这是首个以恒定空间复杂度实现超高分辨率非配对图像到图像翻译的成功研究。代码见：https://github.com/Kaminyou/URUST
引用
@article{arxiv.2208.10730,
title = {Ultra-high-resolution unpaired stain transformation via Kernelized Instance Normalization},
author = {Ming-Yang Ho and Min-Sheng Wu and Che-Ming Wu},
journal= {arXiv preprint arXiv:2208.10730},
year = {2022}
}
备注
Accepted to ECCV 2022