mahmoodlab/TRIDENT

해결하는 문제

Trident은 AI 병리학에서 대규모 전체 슬라이드 이미지(WSI) 처리의 복잡한 과정을 단순화합니다. 이미지 변환, 조직 세그멘테이션, 패치 좌표 추출, 다양한 최신 기초 모델을 사용한 임베딩 생성에 이르는 엔드투엔드 파이프라인을 통합된 툴킷으로 제공합니다.

작동 방식

Trident은 단일 명령으로 실행하거나 단계별로 실행할 수 있는 다단계 파이프라인으로 작동합니다:

1. 조직 세그멘테이션: HEST 또는 GrandQC(또는 Otsu의 방법)와 같은 모델을 사용하여 조직과 배경을 분리하고 아티팩트를 제거합니다.
2. 조직 패치 추출: 특정 배율에서 세그멘테이션된 조직 영역에서 작은 이미지 패치의 좌표를 추출합니다.
3. 특징 추출:
   • 패치 수준: UNI, CONCH, Virchow 등 33개의 지원되는 패치 인코더 중 하나를 사용하여 개별 패치의 임베딩을 생성합니다.
   • 슬라이드 수준: Titan, GigaPath, PRISM 등 12개의 슬라이드 인코더 중 하나를 사용하여 패치 데이터를 전체 슬라이드의 단일 임베딩으로 집계합니다.

병리 데이터의 규모를 처리하기 위해, 느린 저장소용 WSI 캐시 파이프라인, 멀티 GPU 분산, 이미 처리된 슬라이드를 건너뛰는 스마트 재시작 시스템을 포함합니다.

대상 사용자

대규모 조직학적 데이터셋을 처리하고 다양한 기초 모델을 사용하여 하류 분석용 고차원 특징을 생성해야 하는 AI 병리학 연구자 및 실무자에게 적합합니다.

주요 특징

• 광범위한 모델 지원: 33개의 패치 인코더와 12개의 슬라이드 인코더를 통합합니다.
• 엔드투엔드 워크플로우: 세그멘테이션에서 임베딩 생성까지 전체 파이프라인을 단일 명령으로 실행 가능합니다.
• 강력한 인프라: 멀티 GPU 지원, 스마트 재시작 기능, 네트워크 저장소용 프로듀서/컨슈머 캐시를 갖추고 있습니다.
• 광범위한 포맷 지원: OpenSlide, CuCIM, OME-Zarr, Zeiss CZI, 그리고 피라미드 TIFF 형식과 호환됩니다.