IEEE TIP深圳先进院提出非平衡自信息传输新理论方法破解弱配对病理虚拟染色技术难题

中国科学院深圳先进技术研究院秦文健研究员团队提出了一种非平衡自信息特征传输生成对抗网络（USIGAN），成功解决了免疫组化（IHC）虚拟染色技术中的数据空间异质性和病理语义失准问题。该方法通过引入自信息挖掘和非平衡最优传输，有效提升了虚拟染色结果的内容一致性和临床诊断价值。传统AI方法在处理H&E和IHC切片间病理特征不一致性时容易出现错误，而USIGAN通过全新的间接学习策略，克服了弱配对图像优化导致的“病态解逆”问题，显著提高了虚拟染色的病理表达可靠性与准确性。这项研究为数字病理临床诊断提供了更高效、准确的技术支持，并发表于图像处理领域顶级期刊《IEEE Transactions on Image Processing》。