组织病理分析是临床诊断的重要基石，在癌症诊断中尤其关键。然而，传统化学染色流程往往耗时费力，并可能消耗珍贵的组织样本。香港科技大学（科大）工学院团队最近成功研发出全新的生成式人工智能（AI）框架，即使在两幅训练图像未能精确配准情况下，仍可生成高保真度的虚拟染色图像，为更快速、更省样本的组织病理分析流程提供新方向。研究成果以「生成式AI实现配准误差鲁棒的虚拟染色，加速组织病理学工作流程」为题，已于国际期刊《自然-通讯》上发表。
是次研究由科大计算机科学及工程学系助理教授、医工交叉联合创新中心主任兼SmartX Lab主任陈浩教授带领，联同化学及生物工程学系副系主任及副教授、医工交叉联合创新中心副主任黄子维教授，以及广州南方医科大学、香港中文大学及其他合作机构的研究人员合作开展。
在常规病理流程中，组织样本通常需要经过化学染色处理，例如最常用的「苏木精—伊红染色」（H&E染色），可显示细胞核及组织结构; 而「糖原-爱先蓝」（PAS-AB）等结合两种特殊染色法的技术则可进一步标记特定生物成分。这些染色流程对疾病诊断和生物医学研究至关重要，但制备多种染色切片通常耗时较长，也可能消耗有限且珍贵的活检组织样本。
因此，虚拟染色被视为改善传统病理流程的重要方向。研究人员可通过AI技术将无标记图像或常规染色图像，以数码方式转换为目标染色图像。例如虚拟染色可由自发荧光图像生成类似H&E的图像，再将H&E图像转换为类似 PAS-AB的特殊染色图像，或生成多重免疫组织化学图像。这种方法有望减少重复使用化学染色，并保留组织样本，为诊断、科研分析和多模态建模提供更多「虚拟通道」。
虚拟染色要达至真正可靠，关键在于输入图像和目标染色图像是否真正「对齐」，但此问题常被忽视。过去不少研究依赖已配准的图像，并假设结果具相当准确性，可进行像素级层面对齐等。然而，这种假设在现实病理场景中，往往过于理想化。病理组织并非刚性物体，不能绝对保持固定，因此切片、染色、扫描、封片、组织褶皱和局部损伤等过程都可能导致空间形变。假如两幅图像没有完全「对齐」，即使细胞核是正常生成，也可能因目标图像中的细胞核位置轻微偏移而产生误差，影响结果。以病理AI来说，这并非小误差，因虚拟染色的价值在于能可靠呈现细胞结构、腺体边界、免疫细胞定位和染色信号的空间分布。
为解决此难题，研究团队提出「解耦生成与配准」框架（Decoupled Generation and Registration，简称DGR）。DGR不再假设两幅训练图像已完美配准，而是在模型训练过程中明确处理配准误差。该框架将图像生成与空间配准分开：生成模型专注于学习不同染色之间的外观和信号转换，而配准机制则负责处理由组织形变造成的空间偏差。
研究团队在五个数据集和四类染色相关任务上全面评估DGR，包括由无标记自发荧光图像生成H&E虚拟染色 ; 由H&E转换成PAS-AB特殊染色、多重免疫组织化学图像 ; 以及H&E染色风格统一化。与现有先进虚拟染色模型相比，DGR在多个任务中展现出更优秀的整体图像质量和结构保真度。
为进一步评估生成图像的视觉质量，研究团队邀请经验丰富的病理医生进行盲法评估。 病理医生随机评估500张H&E染色图像及500张PAS-AB染色图像，并比较DGR生成的虚拟染色图像与真实化学染色图像。结果显示，病理医生能区分出虚拟染色与化学染色的准确率约为52%，接近随机判断，证明此评估中，这两种方式生成的图像在视觉上难以分辨。
研究团队亦评估了DGR生成虚拟染色图像对下游病理AI分析的价值。当DGR 生成的虚拟多重免疫组织化学图像与H&E图像结合使用时，模型在结直肠息肉分类和胃癌组织分类任务中的表现均有所提升。结果显示，DGR生成的虚拟染色图像不仅在视觉上接近真实染色，也保留了有助分析的形态学和空间结构信息。
论文通讯作者陈浩教授表示：「此研究有助清除虚拟染色走向实际临床工作流程的关键障碍。生成式AI可从不完美配准的病理影像中，生成高质量的虚拟染色图，为更快速、更具成本效益的病理诊断开拓更具前景的路向。」
陈浩教授的研究团队成员还包括论文共同第一作者、计算机科学及工程学系博士生马嘉波及李文强。
注册收取我们的最新消息
最新消息
香港科技大学（科大）郑家纯机器人研究院（研究院）今日宣布启动「企业合作伙伴计划」，并举办首届机器人行业高峰会，汇聚学界及业界翘楚，加强科大研究团队与产业伙伴之间的连系，推动科研发展、技术应用及人才培育方面的深度合作。研究院期望透过此联盟建立具体而长远的协作平台，促进机器人与人工智能（AI）技术在不同场景中的应用，并全面对接国家「十五五」规划提出的「人工智能+」行动，推动具身智能及相关技术的发展。
伙伴计划首批参与企业来自多个领域，包括无人系统、空中机器人、船舶系统、电力设备、计算与晶片技术，以及光学技术等。各方将共同建立协作平台，由科大提供研究支援与技术基础，企业伙伴则提供测试场景及应用环境；学生亦可亲身参与相关项目或到企业实习，将所学融入实际工作。通过此模式，研究院期望逐步构建蓬勃的机器人产学研生态圈，携手推动业界持续发展。
香港科技大学（科大）于今天公布的《QS世界大学排名榜2027》中大幅上升11位至全球第33位。
科大校长叶玉如教授对科大在QS世界大学排名中的表现感到欣喜。她表示：「今年科大排名录得显著跃升，成绩令人鼓舞，充分反映全校师生、教职员及校友的共同努力，亦再次肯定我们在教研及人才培育上的卓越实力。」
「与以往一样，我们视排名为参考指标，推动我们不断求进。展望未来，科大将继续秉持『凡事皆可为』的精神，以创新教研应对社会挑战，培育具国际视野的未来领袖，并积极支持香港建设国际创科中心及教育枢纽，服务国家发展大局。大学社群将一如既往，努力不懈，精益求精。」
今年适逢国家「十五五」规划开局之年，最新排名突显科大在培育未来领袖方面的卓越成就，充分印证其毕业生兼具职场竞争力及国际视野，深受业界广泛认可。科大师生亦将继续以宏观与前瞻视野洞察社会所需，致力把科研成果转化为应对全球挑战、造福社会的创新方案，并持续培养人才、服务国家所需，以积极回应人工智能时代社会经济的发展需求。