FPM2Stain Net: super-resolución guiada por física y tinción virtual multimodal para histopatología digital

Área de la Ciencia:

• Patología Digital
• Imagen Computacional
• Óptica Biomédica

Sus antecedentes:

• La histopatología convencional se basa en la tinción química, que es lenta y costosa.
• La patología digital tiene como objetivo mejorar las capacidades de diagnóstico a través de métodos computacionales.
• La microscopía fotoptychographic (FPM) ofrece imágenes sin etiquetas, pero requiere una reconstrucción de alta resolución.

Objetivo del estudio:

• Desarrollar un pipeline computacional integrado (FPM2Stain Net) para histopatología digital multimodal de alta resolución.
• Permitir la superresolución guiada por física y la tinción virtual basada en aprendizaje profundo.
• Proporcionar una alternativa rentable y escalable a la tinción química.

Principales métodos:

• Se utilizó microscopía fotoptychographic bidireccional basada en física (BiP-FPM) con una ResNet-U-Net autosupervisada para la reconstrucción de alta resolución.
• Se empleó una red generativa adversarial condicional (cGAN) multitaréa para sintetizar tinciones virtuales (H&E, DAPI, LAP2, panCK).
• Se incorporó la fusión de frecuencia espacial basada en wavelet y la supervisión perceptual para mejorar la precisión de la síntesis.

Principales resultados:

• FPM2Stain Net demostró una fidelidad de reconstrucción y precisión de tinción superiores en comparación con los métodos convencionales FPM, basados en GAN y basados en difusión.
• Las tinciones virtuales sintetizadas preservaron detalles estructurales finos y mejoraron los análisis posteriores, como la segmentación celular y la cuantificación de biomarcadores.
• Se logró un factor de sobremuestreo de píxeles de >10× a partir de entradas de baja magnificación.

Conclusiones:

• FPM2Stain Net ofrece una solución rápida, escalable y rentable para la patología digital.
• El pipeline permite imágenes multimodales de alta resolución sin tinción química.
• Esta tecnología tiene aplicaciones potenciales en imágenes multiplex y diagnósticos en el punto de atención.