histolab/histolab

解决的问题

数字病理学涉及处理全切片图像（WSIs），这些是组织切片的大型数字扫描。这些文件通常以专有格式存储，包含无关的伪影（如笔迹或霉菌），且尺寸过大，无法直接输入深度学习模型。histolab 提供了一种标准化、可复现的方法来处理这些图像，检测实际组织区域，并提取较小且信息丰富的图像块，用于人工智能管道。

工作原理

该库将 WSI 文件映射为 Slide 对象，允许用户获取放大倍数、尺寸等元数据。然后使用 tiler 模块，基于三种主要策略将图像裁剪为较小的块：

• 随机提取： 从切片中随机裁剪固定数量的块。
• 网格提取： 沿着检测到的最大组织区域，按网格结构裁剪块。
• 基于评分的提取： 使用评分函数（如 NucleiScorer，优先选择核密度和组织密度高的块）仅保存最具信息量的块。

适用人群

专为需要为深度学习模型准备大规模组织图像数据集的计算病理学领域的临床和科研人员设计。

主要亮点

• 自动组织检测： 自动识别最大的连通组织区域，避免裁剪空白区域。
• 多模态支持： 支持多种 WSI 格式和放大倍数。
• 可自定义的切块： 支持调整块大小、重叠和组织占比阈值。
• 集成数据访问： 包含 data 模块，可轻松下载示例数据集（如 TCGA 数据）。
• 可视化功能： 提供工具，在提取前于缩放版本的切片上可视化选定的块。