histolab/histolab
Library for Digital Pathology Image Processing
解決的問題
數位病理科涉及處理全切片影像（WSIs），這些是組織切片的大型數位掃描。這些檔案通常以專有格式儲存，包含無關的偽影（如筆跡或黴菌），且尺寸過大，無法直接輸入深度學習模型。histolab 提供一種標準化、可重現的方式來處理這些影像，偵測實際組織區域，並提取較小且資訊豐富的影像塊，用於人工智慧管道。
工作原理
該套件將 WSI 檔案映射為 Slide 物件，允許使用者取得放大倍率、尺寸等元資料。隨後使用 tiler 模組，根據三種主要策略將影像裁切為較小的塊：
- 隨機提取： 從切片中隨機裁切固定數量的塊。
- 網格提取： 沿著偵測到的最大組織區域，依網格結構裁切塊。
- 基於評分的提取： 使用評分函數（如
NucleiScorer，優先選擇細胞核密度與組織密度高的塊）僅保存最具資訊量的塊。
適用對象
專為需要為深度學習模型準備大規模組織影像資料集的計算病理科臨床與科研人員設計。
主要亮點
- 自動組織偵測： 自動識別最大的連通組織區域，避免裁切空白區域。
- 多模態支援： 支援多種 WSI 格式與放大倍數。
- 可自訂的切塊： 支援調整塊大小、重疊與組織比例閾值。
- 整合資料存取： 包含
data模組，可輕鬆下載範例資料集（如 TCGA 資料）。 - 可視化功能： 提供工具，在提取前於縮放版本的切片上可視化選定的塊。
相關
- 專案
- 專案
- 專案
- 專案
- 專案