論文の概要: From Fibers to Cells: Fourier-Based Registration Enables Virtual Cresyl Violet Staining From 3D Polarized Light Imaging

• arxiv url: http://arxiv.org/abs/2505.11394v1
• Date: Fri, 16 May 2025 15:59:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:15.564399
• Title: From Fibers to Cells: Fourier-Based Registration Enables Virtual Cresyl Violet Staining From 3D Polarized Light Imaging
• Title（参考訳）: ファイバから細胞へ:3D偏光イメージングによる仮想クレシル紫外吸収を可能にするフーリエベースレジストレーション
• Authors: Alexander Oberstrass, Esteban Vaca, Eric Upschulte, Meiqi Niu, Nicola Palomero-Gallagher, David Graessel, Christian Schiffer, Markus Axer, Katrin Amunts, Timo Dickscheid,
• Abstract要約: 脳の微細構造の様々な側面を包括的に評価するには、補完的なイメージング技術を用いる必要がある。 細胞構造解析における金の標準は、細胞体染色組織の光顕微鏡イメージングである。 画像間翻訳の深層学習手法を利用して,空間的に細胞レベルで整列した3D-PLIの仮想染色を生成する。
• 参考スコア（独自算出の注目度）: 32.73124984242397
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Comprehensive assessment of the various aspects of the brain's microstructure requires the use of complementary imaging techniques. This includes measuring the spatial distribution of cell bodies (cytoarchitecture) and nerve fibers (myeloarchitecture). The gold standard for cytoarchitectonic analysis is light microscopic imaging of cell-body stained tissue sections. To reveal the 3D orientations of nerve fibers, 3D Polarized Light Imaging (3D-PLI) has been introduced as a reliable technique providing a resolution in the micrometer range while allowing processing of series of complete brain sections. 3D-PLI acquisition is label-free and allows subsequent staining of sections after measurement. By post-staining for cell bodies, a direct link between fiber- and cytoarchitecture can potentially be established within the same section. However, inevitable distortions introduced during the staining process make a nonlinear and cross-modal registration necessary in order to study the detailed relationships between cells and fibers in the images. In addition, the complexity of processing histological sections for post-staining only allows for a limited number of samples. In this work, we take advantage of deep learning methods for image-to-image translation to generate a virtual staining of 3D-PLI that is spatially aligned at the cellular level. In a supervised setting, we build on a unique dataset of brain sections, to which Cresyl violet staining has been applied after 3D-PLI measurement. To ensure high correspondence between both modalities, we address the misalignment of training data using Fourier-based registration methods. In this way, registration can be efficiently calculated during training for local image patches of target and predicted staining. We demonstrate that the proposed method enables prediction of a Cresyl violet staining from 3D-PLI, matching individual cell instances.
• Abstract（参考訳）: 脳の微細構造の様々な側面を包括的に評価するには、補完的なイメージング技術を用いる必要がある。 これには、細胞構造(細胞構造)と神経繊維(骨髄構造)の空間分布の測定が含まれる。 細胞構造解析における金の標準は、細胞体染色組織の光顕微鏡イメージングである。 神経線維の3次元配向を明らかにするため、3次元偏光イメージング(3D-PLI)は、一連の完全な脳部分の処理を可能にしながら、マイクロメートル範囲の解像度を提供する信頼性の高い技術として導入された。 3D-PLIの取得はラベルフリーであり、測定後のセクションの染色を可能にする。 細胞体に対するポストステイニングにより、同じ部位内で繊維と細胞構造との直接のリンクが確立される可能性がある。 しかし、染色過程で生じる避けられない歪みは、画像中の細胞と繊維の詳細な関係を研究するために、非線形かつクロスモーダルな登録を必要とする。 さらに、ポストステイニングのための組織学的セクションの処理の複雑さは、限られた数のサンプルしか持たない。 本研究では,画像から画像への翻訳の深層学習手法を利用して,空間的に細胞レベルで整列した3D-PLIの仮想染色を生成する。 教師付き環境では、3D-PLI測定後にクレシル紫外染色を適用した脳部分のユニークなデータセットを構築した。 両モード間の高い対応を確保するため,Fourier-based registration法を用いてトレーニングデータの不正調整に対処する。 このようにして、ターゲットの局所像パッチと予測染色のトレーニング中に、レジストレーションを効率的に計算することができる。 提案手法は3D-PLIからクレシル紫外染色を予測し,個々のセルインスタンスに適合させることを実証する。

関連論文リスト

• Single cell resolution 3D imaging and segmentation within intact live tissues [2.3326493996358804]
  本稿では, サンプル調製, イメージング, 深層学習支援セルセグメンテーションのための詳細なステップバイステッププロトコルについて述べる。 このプロトコルは様々なサンプルに適用され、3Dで複雑な解析を必要とする他の組織の研究に有用であると考えています。
  論文  参考訳（メタデータ） (2025-01-31T15:13:04Z)
• OpticFusion: Multi-Modal Neural Implicit 3D Reconstruction of Microstructures by Fusing White Light Interferometry and Optical Microscopy [6.928166962619509]
  白色光干渉計(White Light Interferometry, WLI)は、微細構造の3次元トポグラフィーを測定するための精密光学ツールである。 従来の手法では、WLIハードウェアと解析ソフトウェアを変更することで、この制限を克服しようと試みてきた。 我々は,光学顕微鏡を付加して自然色テクスチャを用いた3次元再構成を実現する新しいアプローチである OpticFusion を紹介する。
  論文  参考訳（メタデータ） (2025-01-16T03:02:08Z)
• Discovering an Image-Adaptive Coordinate System for Photography Processing [51.164345878060956]
  曲線演算を行う前にRGB色空間における画像適応座標系を学習するための新しいアルゴリズム IAC を提案する。 このエンドツーエンドのトレーニング可能なアプローチにより、共同で学習した画像適応座標系と曲線を用いて、画像の効率よく調整できる。
  論文  参考訳（メタデータ） (2025-01-11T06:20:07Z)
• The Quest for Early Detection of Retinal Disease: 3D CycleGAN-based Translation of Optical Coherence Tomography into Confocal Microscopy [11.321411104729002]
  生体内OCTを生体内共焦点顕微鏡画像に変換するために, 教師なし3D CycleGANに基づく新しいフレームワークを提案する。 これは、OCTの固有の3D情報を利用して、共焦点顕微鏡のリッチで詳細な色領域に変換する最初の試みである。
  論文  参考訳（メタデータ） (2024-08-07T21:13:49Z)
• SDR-Former: A Siamese Dual-Resolution Transformer for Liver Lesion Classification Using 3D Multi-Phase Imaging [59.78761085714715]
  本研究は肝病変分類のための新しいSDR-Formerフレームワークを提案する。 提案フレームワークは2つの臨床データセットに関する総合的な実験を通じて検証された。 科学コミュニティを支援するため,肝病変解析のための多段階MRデータセットを公開しています。
  論文  参考訳（メタデータ） (2024-02-27T06:32:56Z)
• Self-Supervised Representation Learning for Nerve Fiber Distribution Patterns in 3D-PLI [34.82692226532414]
  3D-PLI(3D-PLI)は、高分解能の髄質神経線維の微細構造を観察できる顕微鏡イメージング技術である。 3D-PLIにおけるファイバアーキテクチャのオブザーバ非依存的特徴付けのためのベストプラクティスはまだ提供されていない。 自己教師付き表現学習を用いた3次元PLI画像における神経線維構造を特徴付けるための完全データ駆動型アプローチを提案する。
  論文  参考訳（メタデータ） (2024-01-30T17:49:53Z)
• On the Localization of Ultrasound Image Slices within Point Distribution Models [84.27083443424408]
  甲状腺疾患は高分解能超音波(US)で診断されることが多い 縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。 3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:10:46Z)
• 3D Reconstruction of Curvilinear Structures with Stereo Matching DeepConvolutional Neural Networks [52.710012864395246]
  本稿では,立体対における曲線構造の検出とマッチングのための完全自動パイプラインを提案する。 主に、TEM画像のステレオ対から転位を3次元再構成することに焦点を当てる。
  論文  参考訳（メタデータ） (2021-10-14T23:05:47Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)
• Tattoo tomography: Freehand 3D photoacoustic image reconstruction with an optical pattern [49.240017254888336]
  光音響トモグラフィ(PAT)は、形態学的および機能的組織特性の両方を解決することができる新しいイメージング技術である。 現在の欠点は、従来の2Dプローブによって提供される視野の制限である。 本研究では,外部追跡システムを必要としないPATデータの3次元再構成手法を提案する。
  論文  参考訳（メタデータ） (2020-11-10T09:27:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。