En histopathologie, les coupes de tissus sont généralement colorées à l'aide de H commun&E
colorations ou taches spéciales (MAIS, PAS, GROUPE, etc.) pour visualiser clairement des éléments spécifiques
structures tissulaires. Les progrès rapides de l’apprentissage profond offrent une solution efficace
solution pour générer des images virtuellement colorées, réduisant considérablement le
temps et coûts de main-d'œuvre associés à la coloration histochimique traditionnelle.
Cependant, un nouveau défi se pose dans la séparation des éléments visuels fondamentaux
caractéristiques des coupes de tissus à partir des différences visuelles induites par
agents colorants. En plus, la coloration virtuelle néglige souvent l'essentiel
connaissances pathologiques et propriétés physiques de la coloration, résultant en
uniquement transfert au niveau du style. Pour résoudre ces problèmes, nous présentons, pour le premier
temps consacré aux tâches de coloration virtuelle, un grand modèle de langage de vision pathologique
(VLM) comme outil auxiliaire. Nous intégrons des invites d'apprentissage contrastées,
ancrages de concepts fondamentaux pour les coupes de tissus, et concept spécifique à la coloration
des points d’ancrage pour tirer parti de la connaissance approfondie du VLM pathologique. Ce
L'approche est conçue pour décrire, cadre, et améliorer la direction du virtuel
coloration. En outre, nous avons développé une méthode d'augmentation des données basée sur
les contraintes du VLM. Cette méthode utilise la puissante image du VLM
capacités d'interprétation pour intégrer davantage le style d'image et la structure
information, s'avérant bénéfique dans le diagnostic pathologique de haute précision.
Évaluations approfondies sur la coloration non appariée multidomaine accessible au public
les ensembles de données démontrent que notre méthode peut générer des images très réalistes et
améliorer la précision des tâches en aval, comme la détection glomérulaire et
segmentation. Notre code est disponible sur:
https://github.com/CZZZZZZZZZZZZZZZZZZZZ/VPGAN-HARBOR

Cet article explore les excursions dans le temps et leurs implications.

Télécharger PDF: