向H&E引用的多重复合免疫光解读:空间共定位,细胞特征验证和虚拟H&E生成
Chen Wang1, Jun Jiang1, Raymond Moore1
1Mayo Clinic.
Research square
|January 27, 2025
概括
这项研究引入了一个新的框架,以精确对准血素和 (H&E) 和多重复合免疫光学 (MxIF) 图像. 这种对齐允许可靠的跨模态细胞特征验证,增强对瘤免疫微环境 (TIME) 研究的信心.
科学领域:
- 计算病理学计算病理学
- 生物医学成像分析分析
- 瘤微环境研究研究
背景情况:
- 多复合免疫光学 (MxIF) 在瘤免疫微环境 (TIME) 中提供了详细的免疫细胞表型.
- MxIF染色的复杂性可能会损害信号完整性.
- 血素和欧 (H&E) 染色提供了补充的形态数据,并且经常与MxIF交叉引用.
研究的目的:
- 开发一种新的框架,用于对齐H&E和MxIF图像,以便精确的跨模态细胞特征验证.
- 为了能够在不同的成像方式中可靠地验证细胞水平特征.
- 探索从MxIF数据中虚拟的H&E图像生成.
主要方法:
- 用细胞检测输出作为点,制定了多式模式图像注册作为点集对齐问题.
- 用于初始图像对齐的使用一致点漂移 (CPD).
- 使用图形匹配 (GM) 来改进对齐.
主要成果:
- 在卵巢癌组织微阵列 (TMAs) 上实现了高准确度的对齐.
- 启用可靠的验证细胞水平的特征跨模式,无论是复制和串行部分.
- 证明,持续的H&E增强了对MxIF调查结果的信心.
- 展示了从MxIF数据生成虚拟H&E图像的可行性.
结论:
- 拟议的框架允许精确的H&E和MxIF图像对齐,用于强大的跨模态细胞特征验证.
- 恢复的H&E提高了对MxIF衍生结果的信心.
- MxIF的虚拟H&E生成提供了一个可行的替代方案,用于集成的多式联运分析,当恢复的H&E无法使用时.


