基于深度学习的色彩迁移生物医学成像技术

作     者：卞殷旭 邢涛 邓伟杰 鲜勤 乔洪磊 于钱 彭吉龙 杨晓飞 蒋燕男 王家雄 杨慎敏 沈韧斌 沈华 匡翠方 Bian Yinxu;Xing Tao;Deng Weijie;Xian Qin;Qiao Honglei;Yu Qian;Peng Jilong;Yang Xiaofei;Jiang Yannan;Wang Jiaxiong;Yang Shenmin;Shen Renbin;Shen Hua;Kuang Cuifang

作者机构：南京理工大学电子工程与光电技术学院江苏南京210094 中国科学院长春光学精密机械与物理研究所吉林长春130033 重庆嘉陵华光光电科技有限公司重庆400700 北京环境卫星工程研究所北京100094 苏州大学光电科学与工程学院江苏苏州215006 苏州市立医院普外科江苏苏州215002 苏州市立医院生殖与遗传中心江苏苏州215002 浙江大学光电科学与工程学院浙江杭州310027 

出 版 物：《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期：2022年第51卷第2期

页      面：331-348页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0710[理学-生物学] 1002[医学-临床医学] 070207[理学-光学] 1001[医学-基础医学(可授医学、理学学位)] 07[理学] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0803[工学-光学工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：国家自然科学基金(62005120) 科技部重点研发计划(2019 YFB2005500) 江苏省基础研究计划(BK20190456,BK20201305) 北京卫星环境工程研究所(CAST-BISEE2019-038) 中国科学院光学系统先进制造技术重点实验室面上开放课题(KLOMT190101) 

主　　题：深度学习 人工智能 色彩迁移 生物医学成像 

摘      要：传统病理学检测中,由于复杂的染色流程和单一的观察形式等限制着病情的诊断速度,而染色过程实质上是将颜色信息与形态特征关联,效果等同于现代数字技术的生物医学图像的图义分割,这使得研究者们可以通过计算后处理的方式,大大降低生物医学成像处理样品的步骤,实现与传统医学染色金标准一致的成像效果。近些年人工智能深度学习领域的发展促成了计算机辅助分析领域与临床医疗的有效结合,人工智能色彩迁移技术在生物医学成像分析上也逐渐表现出较高的发展潜力。文中回顾了深度学习色彩迁移的技术原理,列举此类技术在生物医学成像领域中的部分应用,并展望了人工智能色彩迁移在生物医学成像领域的研究现状和可能的发展趋势。