面向弱配对图像 IHC 虚拟染色的不平衡自信息特征传输
计算机视觉与模式识别
2026-05-20 v2
摘要
免疫组织化学（IHC）虚拟染色是指从 H&E 图像生成与相邻切片在病理语义一致性方面具有良好保持的虚拟 IHC 图像的任务。该任务旨在通过生成模型实现形态结构与染色图案之间的跨域映射，为病理分析提供一种高效且成本效益高的解决方案。然而，在弱配对条件下，相邻切片之间的空间异质性会带来显著挑战，这可能导致不准确的单向多映射并生成与相邻切片病理语义不一致的结果。为解决此问题，我们提出一种用于 IHC 虚拟染色的 novel 不平衡自信息特征传输方法，称为 USIGAN，该方法通过不依赖位置对应关系提取全局形态语义。通过消除联合分布中的弱配对项，我们有效缓解了弱配对对联合分布的影响，从而显著提高了生成结果的内容一致性和病理语义一致性。此外，我们设计了不平衡最优传输一致性（UOT-CTM）机制和病理自对应机制（PC-SCM），在图像级别和组内级别构建 H&E 与生成 IHC，以及真实 IHC 与生成 IHC 图像之间的相关矩阵。在两个公开数据集上进行的实验表明，我们的方法在多个临床相关指标（如 IoD 和 Pearson-R 相关系数）上实现了优异性能，显示出更好的临床相关性。
引用
@article{arxiv.2507.05843,
title = {USIGAN: Unbalanced Self-Information Feature Transport for Weakly Paired Image IHC Virtual Staining},
author = {Yue Peng and Bing Xiong and Fuqiang Chen and De Eybo and RanRan Zhang and Wanming Hu and Jing Cai and Wenjian Qin},
journal= {arXiv preprint arXiv:2507.05843},
year = {2026}
}