GJFocuser:基于高斯差异和联合学习的全幻灯片成像自动对焦方法.
Wujie Chen1, Caiwei Li2, Zhen-Li Huang2
1School of Computer Science and Technology, Hainan University, Haikou 570228, China.
Biomedical optics express
|January 16, 2025
概括
本研究引入了一种全幻灯片成像 (WSI) 的新型自动对焦方法,使用高斯式 (DoG) 和联合学习之间的差异. 该技术提高了尽管染色和样本变化的精度,提高了诊断系统的质量.
科学领域:
- 数字病理学数字病理学
- 计算机成像成像技术
- 生物医学工程 生物医学工程
背景情况:
- 全幻灯片成像 (WSI) 对于计算机辅助诊断至关重要,需要高精度的自动对焦.
- 现有的自动对焦方法在WSI中扎着染色变化和样本异质性.
研究的目的:
- 为WSI开发一种强大的自动对焦方法,克服当前技术的局限性.
- 提高WSI在诊断应用中的质量和可靠性.
主要方法:
- 提出了一种新的自动对焦方法,将高斯 (DoG) 和联合学习之间的差异结合起来.
- DoG增强了边缘信息,减少了对染色变化的敏感性.
- 联合学习限制了网络对失焦的敏感性,解决了样本形态差异.
主要成果:
- 在公开数据集的比较实验中实现了最先进的性能.
- 在低成本的数字显微镜系统中证明了有效性和多功能性.
- 该方法显示了对染色变异的稳定性和样品异质性.
结论:
- 拟议的DoG和联合学习自动聚焦方法显著提高了WSI质量.
- 这种方法为数字病理学和计算机辅助诊断提供了强大而通用的解决方案.
- 允许可靠的细胞水平组织可视化,以提高诊断准确度.


