Editable Stain Transformation Of Histological Images Using Unpaired GANs

要約

組織病理学、特に化生乳がんの二重染色では、通常、H&E および P63 色素が使用されます。
ただし、P63 の組織損傷と高コストにより、代替方法が必要になります。
この研究では、H&E 染色された乳房組織画像を P63 様の画像に変換するための、Mask CycleGAN と説明機能および構造保存機能を組み合わせた高度なアーキテクチャである xAI-CycleGAN を紹介します。
このアーキテクチャにより、出力編集が可能になり、実際の画像への類似性が向上し、モデルのさらなる改良が可能になります。
構造の完全性を維持し、高品質の画像を生成する際の xAI-CycleGAN の有効性を紹介します。
さらに、病理組織学者の調査では、生成された画像のリアリズムが実際の画像に匹敵することが多いことが示されており、モデルの高品質出力が検証されています。

要約(オリジナル)

Double staining in histopathology, particularly for metaplastic breast cancer, typically employs H&E and P63 dyes. However, P63’s tissue damage and high cost necessitate alternative methods. This study introduces xAI-CycleGAN, an advanced architecture combining Mask CycleGAN with explainability features and structure-preserving capabilities for transforming H&E stained breast tissue images into P63-like images. The architecture allows for output editing, enhancing resemblance to actual images and enabling further model refinement. We showcase xAI-CycleGAN’s efficacy in maintaining structural integrity and generating high-quality images. Additionally, a histopathologist survey indicates the generated images’ realism is often comparable to actual images, validating our model’s high-quality output.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google