[論文レビュー] Autofocusing technologies for whole slide imaging and automated microscopy

Zichao Bian, Chengfei Guo+7 more|arXiv (Cornell University)|Jun 15, 2020

Image Processing Techniques and Applications参考文献 129被引用数 9

ひとこと要約

本稿は、ホールスライドイメージングおよび自動顕微鏡法における自己焦点調整技術をレビューし、従来の焦点マップ手法と、位相検出、干渉計測、深層学習などのリアルタイム技術を比較する。高スループットのデジタル病理学システムにおけるスループット、正確性、適応性を重視して、焦点面の決定手法を評価する。

ABSTRACT

Whole slide imaging (WSI) has moved digital pathology closer to diagnostic practice in recent years. Due to the inherent tissue topography variability, accurate autofocusing remains a critical challenge for WSI and automated microscopy systems. The traditional focus map surveying method is limited in its ability to acquire a high degree of focus points while still maintaining high throughput. Real-time approaches decouple image acquisition from focusing, thus allowing for rapid scanning while maintaining continuous accurate focus. This work reviews the traditional focus map approach and discusses the choice of focus measure for focal plane determination. It also discusses various real-time autofocusing approaches including reflective-based triangulation, confocal pinhole detection, low-coherence interferometry, tilted sensor approach, independent dual sensor scanning, beam splitter array, phase detection, dual-LED illumination, and deep-learning approaches. The technical concepts, merits, and limitations of these methods are explained and compared to those of a traditional WSI system. This review may provide new insights for the development of high-throughput automated microscopy imaging systems that can be made broadly available and utilizable without loss of capacity.

研究の動機と目的

• 組織のトポグラフィーのばらつきによるホールスライドイメージングにおける正確な自己焦点調整の課題に対処すること。
• 従来の焦点マップアプローチと、スループットおよび焦点点の密度におけるその制限を評価すること。
• 画像取得と焦点調整を分離することで、速度と正確性を向上させるリアルタイム自己焦点調整技術を探索すること。
• 干渉計測、位相検出、深層学習を含む新興の自己焦点調整手法の技術的原則、利点、制限を比較すること。
• 性能の妥協なしに、高スループットでアクセス可能な自動顕微鏡システムの開発に役立つ知見を提供すること。

提案手法

• スライド全体の離散的な点で焦点を取得する従来の焦点マップサーベイのレビュー。ただし、速度が遅く、解像度に制限がある。
• 最適な焦点面を特定するための焦点測定法（分散、ラプラシアン、勾配ベースの指標など）の分析。
• リアルタイム自己焦点調整技術の検討：反射ベースの三角測量、共焦点ピンホール検出、低コherence干渉計測、傾きセンサー方式。
• 並列での焦点推定と画像取得を可能にするデュアルセンサーやビームスプリッターアレイシステムの検討。
• 深度センシングとコントラストの向上を図るための位相検出およびデュアルLED照明の議論。
• 明示的な焦点測定を必要とせず、画像特徴から焦点を予測するための畳み込みニューラルネットワークを用いた深層学習ベースの自己焦点調整のレビュー。

実験結果

リサーチクエスチョン

• RQ1 変動する組織トポグラフィー下で、従来の焦点マップ手法はスループットと正確性においてどのように性能を発揮するか？
• RQ2 リアルタイム自己焦点調整手法の間で、速度、精度、ハードウェアの複雑さという観点から、どのような技術的トレードオフがあるか？
• RQ3 焦点測定法が、ホールスライドイメージングにおける自己焦点調整の信頼性と耐障害性にどのように影響を与えるか？
• RQ4 従来の焦点指標と比較して、深層学習は自己焦点調整の性能をどの程度向上できるか？
• RQ5 現在の自己焦点調整技術には、高スループットの自動顕微鏡システムにおいて、どのような実用的制限があるか？

主な発見

• 従来の焦点マップ手法は、低スループットと十分な焦点点の密度の欠如により制限を受けており、特に厚いまたは不均一な組織断片では顕著である。
• 低コherence干渉計測や位相検出などのリアルタイム自己焦点調整技術は、サブミクロンの正確性で連続的かつ高速に焦点を合わせることが可能である。
• デュアルセンサーやビームスプリッターアレイシステムは、並列での取得と焦点推定を可能にすることで、焦点調整の効率を向上させる。
• 深層学習ベースの自己焦点調整は、手作業で設計された焦点測定に依存するのを減らし、多様な組織タイプにわたる耐障害性の向上に期待が持てる。
• WSIシステムへの高度な自己焦点調整手法の統合は、画像品質とスループットの向上をもたらし、より広範な臨床的応用を可能にする。
• 技術の進展にもかかわらず、特にリソースが限られた環境においては、速度、正確性、ハードウェアコストのバランスをとる課題が残っている。