histolab/histolab

何を解決するか

デジタル病理学では、Whole Slide Images (WSIs) を処理します。WSI は組織スライドの巨大なデジタルスキャンであり、多くの場合、独自のフォーマットで保存されており、不要なアーティファクト（ペンの線やカビなど）を含み、深層学習モデルに直接入力するには大きすぎます。histolab はこれらの画像を標準化・再現可能に扱い、実際の組織領域を検出し、AI パイプラインで使用するための小さな情報量の画像タイルを抽出するためのツールを提供します。

動作方法

このライブラリは WSI ファイルを Slide オブジェクトにマッピングし、拡大率や寸法などのメタデータを取得できます。その後、tiler モジュールを使用して、以下の3つの主要な戦略に基づいて画像を小さなタイルに切り取ります：

• ランダム抽出： スライドから固定数のタイルをランダムに切り取ります。
• グリッド抽出： 検出された最大の組織領域に沿ってグリッド構造でタイルを切り取ります。
• スコアベース抽出： スコア関数（例：NucleiScorer は核密度と組織密度が高いタイルを優先）を使用して、最も情報量の高いタイルのみを保存します。

対象ユーザー

大規模な組織画像データセットを深層学習モデル用に準備する必要がある、計算病理学分野の臨床および科学的研究者向けに設計されています。

特徴

• 自動組織検出： 最も大きな連結組織領域を自動的に識別し、空の領域を切り取らないようにします。
• マルチモーダル対応： 複数の WSI 形式と拡大率レベルに対応しています。
• カスタマイズ可能なタイル化： タイルサイズ、オーバーラップ、組織割合の閾値を調整可能。
• 統合データアクセス： data モジュールを備えており、例として TCGA データなどのサンプルデータセットを簡単にダウンロードできます。
• 可視化機能： 抽出前にスライドのスケーリングされたバージョン上で選択されたタイルを視覚化するツールを提供しています。