Impact of Normalization Techniques on Mitosis Detection in H&E Stained Histopathology Images
2026 34th Signal Processing and Communications Applications Conference (SIU), İstanbul, Türkiye, 7 - 10 Temmuz 2026, ss.1-4, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Doi Numarası: 10.1109/siu71813.2026.11636553
- Basıldığı Şehir: İstanbul
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.1-4
- Ankara Üniversitesi Adresli: Evet
Özet
Bu çalışmanın amacı histopatoloji görüntülerinde mitoz tespiti üzerinde boyama normalizasyonu tekniklerinin etkisini incelemektir. Boyama ve görüntüleme koşullarındaki farklılıklar model performansını önemli ölçüde etkileyebilir; ancak normalizasyon çogu zaman katkısı net olarak anlaşılmadan uygulanmaktadır. Bu amaçla, yaygın olarak kullanılan yedi farklı boyama normalizasyonu yöntemi ICPR12 ve ICPR14 veri setlerine uygulanmış ve bu yöntemlerin etkileri YOLOv5 ve YOLOv8 modelleri kullanılarak degerlendirilmiştir. Elde edilen sonuçlar, boyama normalizasyonunun birçok durumda tespit performansını artırdığını; ancak hiçbir yöntemin tutarlı olarak diğerlerinden üstün olmadığını ve etkinliğin veri seti, model ve kullanılan normalizasyon yöntemine bağlı olarak değiştiğini göstermektedir.
The aim of this study is to investigate the impact of stain normalization approaches on mitosis detection in histopathology images. Variations in staining and imaging conditions can significantly affect model performance, yet normalization is often applied without a clear understanding of its contribution. To address this, seven widely used stain normalization methods are applied to the ICPR12 and ICPR14 datasets, and their effects are evaluated using YOLOv5 and YOLOv8 models. The results show that stain normalization generally improves detection performance in many cases; however, no single approach consistently outperforms others, and its effectiveness depends on the dataset, model, and normalization method.