mahmoodlab/TRIDENT

解決的問題

Trident 簡化了 AI 病理學中大規模全切片影像（WSI）處理的複雜流程。它提供了一個統一的工具包，用於處理從影像轉換、組織分割、提取切片座標到使用多種前沿基礎模型產生嵌入的端對端流程。

工作原理

Trident 作為一個多階段流程運作，可作為單一指令執行，也可分步執行：

1. 組織分割：使用 HEST 或 GrandQC（或 Otsu 方法）等模型，將組織與背景分離並去除雜訊。
2. 組織切片：在特定放大倍率下，從分割後的組織區域中提取小影像切片的座標。
3. 特徵提取：
   • 切片層級：使用 33 種支援的切片編碼器之一（如 UNI、CONCH、Virchow）為單一切片建立嵌入。
   • 切片層級：使用 12 種支援的切片編碼器之一（如 Titan、GigaPath、PRISM）將切片資料聚合為整個切片的單一嵌入。

為應對病理資料的規模，它包含 WSI 快取流程（用於慢速儲存）、多 GPU 分散以及智能恢復系統，可跳過已處理的切片。

適用對象

專為需要處理大規模組織學資料集並使用多種基礎模型產生高維特徵以供下游分析的 AI 病理學研究人員與實務者設計。

主要亮點

• 廣泛的模型支援：整合 33 種切片編碼器與 12 種切片編碼器。
• 端對端工作流程：從分割到嵌入產生，整個流程可透過單一指令執行。
• 穩健的基礎設施：支援多 GPU、智能恢復功能，以及用於網路儲存的生產者/消費者快取。
• 廣泛的格式支援：相容 OpenSlide、CuCIM、OME-Zarr、Zeiss CZI 與金字塔 TIFF 格式。