DigitalSlideArchive/HistomicsTK

HistomicsTK – デジタル病理画像解析のためのオープンソース・ツールキット

What it is – Pythonライブラリ（およびDigital Slide Archive用のオプション・プラグイン）であり、ホールスライドおよび顕微鏡画像を使用するための、すぐに使えるアルゴリズムを提供します。カラー・ノーマライゼーション、染色分解、核のセグメンテーション、および特徴量抽出など、計算病理学において一般的なタスクに焦点を当てています。

Why it matters – ホールスライド・イメージングは、一般的な画像処理ツールでは扱うのが困難なギガピクセル画像を生成します。HistomicsTKは、これらのフォーマットを効率的に読み込むためにlarge_imageライブラリをラップし、ドメイン固有のメソッドを追加することで、研究者や病理医が低レベルのコードをゼロから構築することなく、大規模な組織学的なデータセットに機械学習パイプラインを適用できるようにします。

How you use it

• Pure Python – pip経由でインストール（オプションでlarge_image用のビルド済みバイナリ・ホイールをプル）し、画像ファイルまたはNumPy配列に対して直接関数を呼び出します。APIドキュメントとサンプル・ノートブックに、エンド・ツー・エンドのワークフローが示されています。
• Within the Digital Slide Archive (DSA) – ライブラリをプラグインとしてデプロイすることで、ユーザーがウェブベースのHistomicsUIインターフェースから解析ジョブを開始できるようにします。カスタム・アルゴリズムはslicer-cli-webコンテナとしてラップし、DSAプラットフォームで利用可能にできます。

Key capabilities

• Color handling – 染色バッチ間のノーマライゼーション、およびヘマトキシリン/エオシン成分を分離するための分解。
• Segmentation – 古典的な核のセグメンテーション・パイプライン（閾値処理、ウォーターシェッド、形態学的後処理）。
• Feature extraction – 各セグメンテーションされたオブジェクトに対して、形態、テクスチャ、および強度の記述子を計算します。
• Annotation integration – HistomicsUIで使用されるア注釈データ（annotation data）を読み書きし、アルゴリズムの出力結果のインタラクティブなレビューを可能にします。

Installation snapshot

# Linux – from PyPI with pre‑built large_image wheels
python -m pip install histomicstk --find-links https://girder.github.io/large_image_wheels

# From source (Linux/macOS) – editable install
git clone https://github.com/DigitalSlideArchive/HistomicsTK.git
cd HistomicsTK
python -m pip install -e . --find-links https://girder.github.io/large_image_wheels

Windowsは、READMEに詳細されている通り、追加の手順（large-image、CMake、Visual Studio C++ tools、およびlarge-image-source-tiffパッケージのインストール）が必要です。

Where to learn more

• API reference: https://digitalslidearchive.github.io/HistomicsTK/api-docs.html
• Example notebooks: https://digitalslidearchive.github.io/HistomicsTK/examples.html
• Project website & demos: https://digitalslidearchive.github.io/digital_slide_archive/demos-examples/
• Source code for related components: Digital Slide Archive, HistomicsUI, large_image, slicer_cli_web.

Funding & community – NIH grant U24-CA194362-01によってサポートされています。開発はGitHub discussionsを通じて、より広範なDigital Slide Archiveエコシステムを通じて調整されています。