Centrala begrepp
조직병리학 이미지를 활용하여 세포병리학 이미지를 생성할 수 있으며, 생성된 이미지가 실제 세포병리학 이미지와 유사한 특징을 가지고 있다.
Sammanfattning
이 연구에서는 조직병리학 이미지에서 세포병리학 이미지를 생성하는 방법을 탐구했다.
- 데이터셋: 공개된 BreakHis 유방 조직병리학 이미지 데이터셋과 JUCYT 유방 세포병리학 이미지 데이터셋을 사용했다.
- 방법론: CycleGAN과 Neural Style Transfer 모델을 사용하여 조직병리학 이미지에서 세포병리학 이미지를 생성했다.
- 결과 분석: CycleGAN 모델로 생성된 합성 세포병리학 이미지가 실제 세포병리학 이미지와 더 유사한 특징을 가지고 있는 것으로 나타났다. Neural Style Transfer 모델로 생성된 이미지는 세포병리학 이미지의 스타일만 반영하고 있어 실제 세포병리학 이미지와 차이가 있었다.
- 향후 계획: 전이 학습 기반 생성 모델을 활용하여 한 도메인에서 다른 도메인으로의 변환을 더 효과적으로 수행할 계획이다.
Statistik
조직병리학 이미지와 합성 세포병리학 이미지 간 FID 점수: 277.589(양성), 222.420(악성)
조직병리학 이미지와 합성 세포병리학 이미지 간 KID 점수: 0.0968 ± 0.0419(양성), 0.0582 ± 0.0423(악성)
실제 세포병리학 이미지와 합성 세포병리학 이미지 간 FID 점수: 203.904(양성), 143.429(악성)
실제 세포병리학 이미지와 합성 세포병리학 이미지 간 KID 점수: 0.0163 ± 0.0295(양성), 0.0018 ± 0.0154(악성)