Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

CORE - A Cell-Level Coarse-to-Fine Image Registration Engine for Multi-stain Image Alignment

Created by
  • Haebom
Category
Empty

저자

Esha Sadia Nasir, Behnaz Elhaminia, Mark Eastwood, Catherine King, Owen Cain, Lorraine Harper, Paul Moss, Dimitrios Chanouzas, David Snead, Nasir Rajpoot, Adam Shephard, Shan E Ahmed Raza

개요

다양한 다중 모드 전체 슬라이드 이미지(WSI) 데이터셋에서 정확한 핵 수준 등록을 위해 새로운 coarse-to-fine 프레임워크 CORE을 제안합니다. 이 프레임워크는 프롬프트 기반 조직 마스크 추출을 통한 거친 등록, 사전 학습된 특징 추출기를 사용한 가속 밀집 특징 매칭을 통한 전역 정렬, 모양 인식 점 집합 등록 모델을 사용한 세밀한 강체 등록, Coherent Point Drift(CPD)를 사용한 비선형 변위장 추정을 통한 세포 수준의 비강체 정렬을 포함합니다. 제안된 모델은 세 개의 공개 WSI 등록 데이터셋과 두 개의 개인 데이터셋에서 평가되었으며, 밝은 시야 및 면역 형광 현미경 WSI에서 현재 state-of-the-art 방법보다 성능이 우수함을 입증했습니다.

시사점, 한계점

시사점:
다중 모드 WSI 데이터셋에서 정확하고 효율적인 핵 수준 등록을 달성합니다.
bright-field 및 면역 형광 현미경 WSI에서 기존 방법보다 우수한 성능을 보입니다.
자동으로 생성된 핵을 사용하여 변형 등록의 정확성을 향상시키고, 정확한 핵 수준 일치를 보장합니다.
한계점:
논문 내용에 한계점에 대한 직접적인 언급은 없습니다.
👍