BioX-CPath: 基于生物学的可解释多染色片免疫组织化学计算病理诊断
计算机视觉与模式识别
2025-04-07 v2 细胞行为
定量方法
组织与器官
摘要
生物可解释和可解释模型的开发仍是计算病理学中的关键挑战，尤其是针对多染色免疫组织化学(IHC)分析。我们提出了 BioX-CPath，这是一种用于whole slide image(WSI)分类的可解释图神经网络架构，利用跨多个染色的空间和语义特征。BioX-CPath 的核心引入了新颖的染色感知注意力池化(SAAP)模块，生成具有生物学意义的、针对不同染色的患者嵌入。我们的方法在 both Rheumatoid Arthritis 和 Sjogren's Disease 的多染色数据集上实现了状态最佳性能。除了性能指标，BioX-CPath 通过染色注意力得分、熵度量和染色相互作用得分，提供可解释的见解，这些见解允许衡量模型与已知病理机制的对齐程度。这种生物学 grounding 结合了强大的分类性能，使 BioX-CPath 特别适用于需要解释性的临床应用。源代码和文档可在 https://github.com/AmayaGS/BioX-CPath 查找。
引用
@article{arxiv.2503.20880,
title = {BioX-CPath: Biologically-driven Explainable Diagnostics for Multistain IHC Computational Pathology},
author = {Amaya Gallagher-Syed and Henry Senior and Omnia Alwazzan and Elena Pontarini and Michele Bombardieri and Costantino Pitzalis and Myles J. Lewis and Michael R. Barnes and Luca Rossi and Gregory Slabaugh},
journal= {arXiv preprint arXiv:2503.20880},
year = {2025}
}
备注
Accepted for publication at CVPR 2025