rendeirolab/LazySlide

何を解決するか

LazySlide は、デジタル病理学および計算病理学における全スライド画像（WSI）分析のための統合型Pythonフレームワークです。生のスライド画像から高レベルの生物学的知見に至る複雑なワークフローを簡素化し、最先端のAIモデルを用いて組織検出、タイリング、特徴抽出などのタスクを自動化します。

動作方法

このフレームワークは、さまざまなツールとモデルを統合してシームレスなパイプラインを構築します。wsidata を使用して、SVS、NDPI など幅広いスライド形式をサポートし、結果を SpatialData 形式で保存することで、scverseエコシステム（scanpy、anndata、squidpy）との相互運用性を確保します。パイプラインの一般的な流れは以下の通りです：

• 前処理：組織の検出と特定の解像度でのタイリング。
• 特徴抽出：病理学用の基礎モデル（UNI や Virchow など）または標準的なビジョンモデルを用いてタイル特徴を抽出。
• 分析：細胞セグメンテーション、ゼロショット分類、形態学的特徴と遺伝子発現の関連付け。

対象ユーザー

デジタル病理学および計算生物学の研究者や実務家向けに設計されており、基礎モデルや空間解析ツールを研究ワークフローに簡単に統合できるアクセス可能な手段を提供します。

特徴

• 広範なモデルサポート：30以上の病理学用基礎モデルおよび視覚言語モデル（CONCH、PLIP、TITAN）を搭載し、ゼロショット予測やキャプション生成に対応。
• 相互運用性のあるデータ：SpatialData を通じて scverseエコシステムにネイティブ統合。
• 広範なフォーマット対応：SVS、NDPI、MRXS、DICOM など多数のスライド形式に対応。
• ディープラーニング対応：PyTorchデータセットを提供し、独自のカスタムモデルを学習可能。