Mar, 2024
StainFuser：在多亿像素组织学图像中控制扩散以加速神经风格转移
StainFuser: Controlling Diffusion for Faster Neural Style Transfer in Multi-Gigapixel Histology Images
Robert Jewsbury, Ruoyu Wang, Abhir Bhalerao, Nasir Rajpoot, Quoc Dang Vu
TL;DR通过采用基于条件潜在扩散的新型架构，以样式转移任务的方式处理了镜像污染问题，并建立了迄今为止最大的超过 200 万组织学图像数据集 SPI-2M，并使用神经样式转移进行高质量转换，从而在归一化图像的质量方面胜过了现有的 GAN 和手工方法。此外，作为考验时间增强方法应用于具有挑战性的 CoNIC 数据集的核实例分割和分类模型，与现有方法相比，它改进了性能。最后，在多千兆像素全尺寸图像（Whole Slide Images，WSIs）上应用了 StainFuser，并展示了相对于现有方法，它在计算效率、图像质量和图块之间的一致性方面的改进。