公开了基于深度学习的数字染色方法和系统,其使得能够基于使用荧光显微镜获得的自发荧光图像从未标记或未染色样本中创建数字/虚拟染色的显微图像。该系统和方法特别适用于创建由病理学家进行分析的未标记/未染色的组织样本的数字/虚拟染色的完整幻灯片图像(WSI)。该方法绕过了标准的组织化学染色过程,节省了时间和成本。该方法基于深度学习,并且在一个实施例中,利用使用生成对抗网络模型训练的卷积神经网络将未标记样本的荧光图像转换为与同一样本的化学染色版本的明场图像等效的图像。这种未标记的数字染色方法省去了繁琐且昂贵的组织化学染色程序,并显著简化了病理学和组织学领域的组织制备。
声明:
“使用深度学习对未标记荧光图像进行数字染色的方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)