論文の概要: DPC-QA Net: A No-Reference Dual-Stream Perceptual and Cellular Quality Assessment Network for Histopathology Images

• arxiv url: http://arxiv.org/abs/2509.15802v1
• Date: Fri, 19 Sep 2025 09:30:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:11.106995
• Title: DPC-QA Net: A No-Reference Dual-Stream Perceptual and Cellular Quality Assessment Network for Histopathology Images
• Title（参考訳）: DPC-QA Net: 病理画像のための非参照デュアルストリーム知覚と細胞品質評価ネットワーク
• Authors: Qijun Yang, Boyang Wang, Hujun Yin,
• Abstract要約: 本稿では,ウェーブレットに基づくグローバル差分認識とセル品質評価を結合した非参照デュアルストリームネットワークであるDPC-QA Netを提案する。 異なるデータセット間で、我々のモデルは92%の精度で染色、膜、核の問題を検知し、ユーザビリティスコアとよく一致します。
• 参考スコア（独自算出の注目度）: 10.861223883436885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable whole slide imaging (WSI) hinges on image quality,yet staining artefacts, defocus, and cellular degradations are common. We present DPC-QA Net, a no-reference dual-stream network that couples wavelet-based global difference perception with cellular quality assessment from nuclear and membrane embeddings via an Aggr-RWKV module. Cross-attention fusion and multi-term losses align perceptual and cellular cues. Across different datasets, our model detects staining, membrane, and nuclear issues with >92% accuracy and aligns well with usability scores; on LIVEC and KonIQ it outperforms state-of-the-art NR-IQA. A downstream study further shows strong positive correlations between predicted quality and cell recognition accuracy (e.g., nuclei PQ/Dice, membrane boundary F-score), enabling practical pre-screening of WSI regions for computational pathology.
• Abstract（参考訳）: 信頼性のある全スライド画像(WSI)は、画像品質、イット染色人工物、デフォーカス、細胞劣化の指標として一般的である。 本稿では、ウェーブレットに基づくグローバルな差分認識と、Aggr-RWKVモジュールを介して、核および膜埋め込みによる細胞質評価を結合するノン参照デュアルストリームネットワークであるDPC-QA Netを提案する。 クロスアテンション融合と複数長期の損失は知覚的および細胞的手がかりと一致している。 LIVECとKonIQでは、染色、膜、核の問題を92%の精度で検出し、ユーザビリティスコアとよく一致し、最先端のNR-IQAよりも優れています。 下流の研究では、予測品質と細胞認識精度(例えば、核PQ/Dice、膜境界Fスコア)の強い正の相関が示され、計算病理学におけるWSI領域の実用的な事前スクリーニングを可能にした。

関連論文リスト

• Cross-channel Perception Learning for H&E-to-IHC Virtual Staining [16.604685889132995]
  CCPL戦略はHER2ケミカル染色をヘマトキシリンおよびDAB染色チャネルに分解する。 CCPLは生成された画像と実際の画像の両方から二重チャネルの特徴を抽出し、核と膜の間のチャネル間相関を測定する。 結果: CCPLは病的特徴を効果的に保存し, 高品質な仮想染色画像を生成し, マルチメディア医療データを用いた病理診断の自動化を支援する。
  論文  参考訳（メタデータ） (2025-06-09T08:54:15Z)
• DP-IQA: Utilizing Diffusion Prior for Blind Image Quality Assessment in the Wild [73.6767681305851]
  野生のブラインド画像品質評価(IQA)は重大な課題を呈している。 大規模なトレーニングデータの収集が困難であることを考えると、厳密な一般化モデルを開発するために限られたデータを活用することは、未解決の問題である。 事前訓練されたテキスト・ツー・イメージ(T2I)拡散モデルの堅牢な画像認識能力により,新しいIQA法,拡散先行に基づくIQAを提案する。
  論文  参考訳（メタデータ） (2024-05-30T12:32:35Z)
• Causal Perception Inspired Representation Learning for Trustworthy Image Quality Assessment [2.290956583394892]
  我々は、因果知覚にインスパイアされた表現学習(CPRL)を通して信頼できるIQAモデルを構築することを提案する。 CPRLは主観的品質ラベルの因果関係として機能し、それは知覚できない逆境の摂動に不変である。 4つのベンチマークデータベース上での実験により,提案手法は,最先端の敵防衛法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2024-04-30T13:55:30Z)
• Beyond Score Changes: Adversarial Attack on No-Reference Image Quality Assessment from Two Perspectives [15.575900555433863]
  本稿では,画像集合内の相関関係を乱し,個々の画像の変化をスコアする相関エラーに基づく新たな攻撃フレームワークを提案する。 我々の研究は、Spearman's Rank-Order correlation Coefficient (SROCC)やMean Squared Error (MSE)のような予測エラー関連指標のようなランキング関連相関指標に焦点を当てている。
  論文  参考訳（メタデータ） (2024-04-20T05:24:06Z)
• When No-Reference Image Quality Models Meet MAP Estimation in Diffusion Latents [92.45867913876691]
  非参照画像品質評価(NR-IQA)モデルは、知覚された画像品質を効果的に定量化することができる。 NR-IQAモデルは、画像強調のための最大後部推定(MAP)フレームワークにプラグイン可能であることを示す。
  論文  参考訳（メタデータ） (2024-03-11T03:35:41Z)
• Adaptive Feature Selection for No-Reference Image Quality Assessment by Mitigating Semantic Noise Sensitivity [55.399230250413986]
  上流タスクから有害なセマンティックノイズを除去するためのQFM-IQM(Quality-Aware Feature Matching IQA Metric)を提案する。 提案手法は,8つの標準IQAデータセット上での最先端NR-IQA法よりも優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-12-11T06:50:27Z)
• You Only Train Once: A Unified Framework for Both Full-Reference and No-Reference Image Quality Assessment [45.62136459502005]
  本稿では,完全な参照 (FR) と非参照 (NR) IQA を行うネットワークを提案する。 まず、入力画像から多レベル特徴を抽出するためにエンコーダを用いる。 FRおよびNR入力のユニバーサルアダプタとして階層的注意(HA)モジュールを提案する。 エンコーダの浅い層と深い層との間の特徴相関を調べるために, セマンティック・ディストーション・アウェア (SDA) モジュールを提案する。
  論文  参考訳（メタデータ） (2023-10-14T11:03:04Z)
• Computer-Aided Cytology Diagnosis in Animals: CNN-Based Image Quality Assessment for Accurate Disease Classification [0.1420200946324199]
  本稿では,畳み込みニューラルネットワーク(CNN)を用いた画像品質評価(IQA)に焦点を当てる。 システムのビルディングブロックはIQAをシームレスに統合するように調整されており、疾患分類の信頼性を保証する。
  論文  参考訳（メタデータ） (2023-08-11T10:09:08Z)
• Attentions Help CNNs See Better: Attention-based Hybrid Image Quality Assessment Network [20.835800149919145]
  画像品質評価(IQA)アルゴリズムは、画像品質に対する人間の認識を定量化することを目的としている。 GAN(Generative Adversarial Network)によって生成された歪み画像を、一見現実的なテクスチャで評価する際の性能低下がある。 本稿では,AHIQ(Hybrid Image Quality Assessment Network)を提案する。
  論文  参考訳（メタデータ） (2022-04-22T03:59:18Z)

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。