本研究では、デジタル病理領域における画像登録の精度向上を目的に、様々な前処理技術が与える影響を体系的に検証しました。画像登録とは、複数の画像を共通の座標系に基づいて空間的に整列させる過程であり、デジタル病理では異なる染色法や画像モダリティからの情報を比較・統合するために不可欠です。具体的には、ヘマトキシリン・エオシン染色画像と非線形マルチモーダル画像の間での前処理手法（CycleGAN、Macenko、Reinhard、Vahadaneなど）が登録精度に与える影響を調査しました。20対の組織サンプルに対し異なる前処理を適用し、VALIS登録手法を用いて画像を整列させました。その結果、CycleGANによる色変換が最も低い登録誤差を示し、前処理の重要性が明らかになりました。これにより、異なるモダリティ間での画像の整列が改善され、デジタル病理における信頼性の高い分析が支援されることが示されました。