BCI

用 GAN 一键把 H&E 病理图转成 IHC 图，省时省钱

BCI 是一个基于 Pyramid Pix2pix 的乳腺癌免疫组化（IHC）图像生成工具，旨在通过生成对抗网络（GAN）将 H&E 染色的病理图像转换为对应的 IHC 染色图像，从而解决病理数据标注稀缺、染色成本高的问题。项目核心能力包括：利用金字塔式多尺度生成架构提升图像分辨率与细节保真度，支持端到端的图像到图像翻译，并针对乳腺癌病理图像进行专门优化。该工具可辅助病理学家快速生成合成 IHC 图像，用于模型训练、数据增强和跨染色模态研究，减少对昂贵且耗时的人工染色依赖。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 204

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队bupt-ai-cz

所属国家

官网地址

GitHubhttps://github.com/bupt-ai-cz/BCI

定价模式free

价格说明开源项目，代码公开，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型breast-cancer-detection,breast-cancer-histopathology,cnn,computer,computer-vision,cvpr2022,deep-learning,gan,image-generation,image-to-image-translation,medical-diagnosis,medical-image-generation,pytorch

GitHub 星标★ 204

30天Star增速

HF 下载量

上线时间2022-04-26 00:00:00

最近更新2026-08-15 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

核心亮点

针对乳腺癌病理场景专门设计，生成结果更贴合医学图像特征
采用金字塔式生成架构，能保留高分辨率细节，图像质量高
提供完整训练和推理代码，便于复现和二次开发

不足之处

项目文档较简略，上手需要一定 GAN 和病理图像基础
依赖特定数据集，泛化到其他癌种或染色类型需自行调整

适用场景

病理图像数据增强，扩充 IHC 标注样本
跨染色模态转换，辅助病理医生快速预览 IHC 结果
医学影像 AI 模型训练前的数据预处理

替代项目

CycleGAN、pix2pix、StarGAN v2

项目介绍

BCI 是计算机视觉领域的开源项目，由 bupt-ai-cz 开发，2022 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 204。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-15。代码公开，可自行部署使用，无付费版本。

它主要面向的使用场景是：病理图像数据增强，扩充IHC标注样本。同类可对比的替代方案包括 CycleGAN、pix2pix、StarGAN v2。

上一篇：Dual-task-Pose-Transformer-Network

下一篇：Awesome-CVPR2024-Low-Level-Vision

BCI