典型文献
组织学病理图像在深度学习中染色处理的研究进展
文献摘要：
深度学习使辅助诊断的软件能够更积极有效地开发和应用,但是组织病理学图像的颜色变化降低了这些算法的性能.染色归一化可以解决扫描仪效应、不同的染色方法、患者的疾病状态、染色时间等因素产生的图像异质性.虚拟染色可以摆脱载玻片染色,减少载玻片的制备步骤,为临床缩短样本的制备时间,节省大量的成本.在缺乏注释训练数据的情况下,病理图像数据增强可用于创建具有纹理和颜色、样式逼真的人工样本来促进网络训练.本文就组织学病理图像在深度学习病理分析中染色处理的染色归一化、虚拟染色和数据增强等方面展开综述,为组织学病理图像在临床上的应用和研究提供参考.
文献关键词：
组织学病理图像;染色归一化;虚拟染色;数据增强;深度学习
中图分类号：
作者姓名：
罗诗欢;刘智明;杨必文;郭周义
作者机构：
华南师范大学生物光子学研究院,广州 510631
文献出处：
引用格式：
[1]罗诗欢;刘智明;杨必文;郭周义-.组织学病理图像在深度学习中染色处理的研究进展)[J].激光生物学报,2022(06):481-487
A类：
组织学病理图像,染色归一化,虚拟染色
B类：
染色处理,辅助诊断,组织病理学,颜色变化,扫描仪,染色方法,疾病状态,染色时间,载玻片,训练数据,图像数据增强,样式,逼真,进网,网络训练,病理分析
AB值：
0.198187
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
