连续和重新染色的部分的比较图像记录在他的病理学
Johannes Lotz1, Nick Weiss1, Jeroen van der Laak2,3
1Fraunhofer Institute for Digital Medicine MEVIS, Lübeck, Germany.
Journal of medical imaging (Bellingham, Wash.)
|December 11, 2023
概括
虚拟多变色的图像注册准确性在连续和重新染色的组织截面之间进行了比较. 可变形登记在两种截面类型中实现了比亲属登记更低的错误,从而增强了生物标志物分析.
科学领域:
- 数字病理学和计算成像.
- 生物医学图像分析和注册算法.
- 组织病理学和生物标志物研究.
背景情况:
- 虚拟多种染色在数字组织病理学中对于诊断和生物标志物发现至关重要.
- 它可以为深度学习应用程序提供准确的基础真相.
- 连续和重新染色的部分都需要图像注册以纠正组织变形,但准确性比较有限.
研究的目的:
- 为了比较同源和可变形变异图像注册的准确性,对连续和恢复的组织学截面进行注册.
- 分析图像分辨率对注册准确性和计算成本的影响.
- 在已建立 (ANHIR) 和新 (HyReCo) 数据集上评估注册绩效.
主要方法:
- 对亲属和可变形注册算法的比较分析.
- 申请注册的连续和复制的序列段.
- 在ANHIR和HyReCo数据集上使用里程碑错误指标进行评估.
- 分析不同图像分辨率的计算资源利用情况.
主要成果:
- 与连续部分的同类注册相比,可变形注册的基准误差中位数较低 (HyReCo,ANHIR) .
- 对于恢复的部分,中位数的注册错误为2.2和 (HyReCo子集).
- 可变形的优势超过亲缘注册在连续的部分比在保留的部分更明显.
结论:
- 连续部分和重新染色部分的可变形注册对于多个污点的联合分析是有效的.
- 准确的注册对于利用虚拟多种染色在组织病理学中至关重要.
- 选择的注册方法和图像分辨率影响准确性和效率.
