Uma Abordagem de Mapeamento Não Linear para Normalização de Cor em Imagens Histopatológicas Digitais Usando Deconvolução de Cor Específica da Imagem

O diagnóstico histopatológico é baseado na exame visual da morfologia de seções histológicas sob um microscópio. Com a crescente popularidade dos escâneres de lâminas digitais, sistemas de suporte à decisão baseados na análise de imagens de patologia digital estão em alta demanda. No entanto, sistemas de suporte à decisão computadorizados estão repletos de problemas que decorrem das variações de cor na aparência do tecido devido à variação na preparação do tecido, variação na reatividade da coloração de diferentes fabricantes/lotes, variação de usuário ou protocolo, e o uso de escâneres de diferentes fabricantes. Neste artigo, apresentamos uma nova abordagem para normalização de cor em imagens histopatológicas. O método é baseado no mapeamento não linear de uma imagem fonte para uma imagem alvo utilizando uma representação derivada da deconvolução de cor. A deconvolução de cor é um método para obter valores de concentração de coloração quando a matriz de coloração, que descreve como a cor é afetada pela concentração de coloração, é fornecida. Em vez de depender de matrizes de coloração padrão, que podem ser inadequadas para uma determinada imagem, propomos o uso de um classificador baseado em cor que incorpora um novo descritor de cor de coloração para calcular a matriz de coloração específica da imagem. Para demonstrar a eficácia da estimativa da matriz de coloração proposta e dos métodos de normalização de coloração, eles são aplicados ao problema de segmentação de tumores em imagens histopatológicas da mama. Os resultados experimentais sugerem que o paradigma de normalização de cor, como um passo de pré-processamento, pode ajudar significativamente os algoritmos de análise de imagens histológicas a demonstrar um desempenho estável que é insensível às condições de imagem em geral e às variações do escâner em particular.