Apr, 2024
RegWSI: 使用深度特征和基于强度的方法的全切片图像配准：ACROBAT 2023 挑战赛获胜者
RegWSI: Whole Slide Image Registration using Combined Deep Feature- and Intensity-Based Methods: Winner of the ACROBAT 2023 Challenge
Marek Wodzinski, Niccolò Marini, Manfredo Atzori, Henning Müller
TL;DR我们提出了一个两步骤混合方法，包括深度学习和特征提取的初始对齐算法以及基于强度的非刚性配准。该方法不需要对特定数据集进行微调，可直接用于任何所需的组织类型和染色剂。该方法在 ACROBAT 数据集上获得了最准确的结果，在 HyReCo 数据集上实现了细胞级重染的配准精度，同时在 ANHIR 数据集上也表现出色。该方法不需要对新数据集进行微调，并可直接用于其他类型的显微镜图像。该方法已集成到 DeeperHistReg 框架中，可供其他人直接使用，以在任何所需的金字塔级别上对 WSIs 进行配准、变换和保存。该方法对 WSI 的配准是一个重要的贡献，推动了数字病理学领域的发展。