多域染色风格转换及其在肾小球检测中的应用

来源：上海理工大学学报杂志2024年第6期北京时间：

作者：苗一民，吴永飞

单位：太原理工大学 大数据学院，晋中 030600,太原理工大学 大数据学院，晋中 030600

摘要：临床实践中由于组织学染色耗时费力且具有不可逆性，导致肾脏病理学图像的数量相对较少，从而限制了医疗诊断和深度学习方法的应用。为此，提出了一种基于生成对抗网络的深度学习模型，通过对模型进行单次训练，实现了不同染色之间的风格转换。随后，将多域染色风格转换模型引入肾小球检测流程。实验通过染色转换模型进行染色转换，利用不同风格染色特征之间的相互补充，提高肾小球检测模型的准确性和泛化性。实验结果表明，多域染色风格转换模型生成的图像具备可靠性，并且可以有效提高肾小球检测的性能。

关键词：肾脏病理学;深度学习;生产对抗网络;染色转换

基金资助：国家自然科学基金资助项目(61901292)