从切片到 AI 就绪地图：数字病理学中人工智能的标准化多层组织图作为元数据
计算机视觉与模式识别
2026-02-16 v2 机器学习
摘要
Whole Slide Image (WSI) 是由扫描包含生物学标本（如组织切片或细胞样本）的玻璃薄片，在多个放大倍率下创建的高分辨率数字图像。这些图像可被数字查看、分析和共享，广泛用于人工智能 (AI) 算法开发。WSI 在病理学中用于疾病诊断，在肿瘤学中用于癌症研究之外，也被用于神经病学、兽医医学、血液学、微生物学、皮肤学、药理学、毒理学、免疫学和法医学。组装 AI 训练或验证的队列时，了解 WSI 内容至关重要。然而，目前尚无标准用于此类元数据，而此类选择主要依赖手动检查，对于拥有数百万对象的大型集合而言并不适用。我们提出了一个通用框架，用于生成描述 WSI 形态学内容的 2D 索引图（组织图），使用常见语法和语义实现目录之间的互操作性。组织图结构为三层：源层、组织类型层和病理改变层。每一层将 WSI 段落分配给特定类别，提供 AI 就绪的元数据。我们通过将 AI 基于元数据的提取应用于 WSI 以生成组织图，并将其集成到 WSI 档案库中来展示此标准的优势。该集成增强了 WSI 档案库中的搜索功能，从而促进了为 AI 训练、验证和癌症研究快速组装高质量、平衡且更具针对性的数据集。
引用
@article{arxiv.2508.21418,
title = {From slides to AI-ready maps: Standardized multi-layer tissue maps as metadata for artificial intelligence in digital pathology},
author = {Gernot Fiala and Markus Plass and Robert Harb and Peter Regitnig and Kristijan Skok and Wael Al Zoughbi and Carmen Zerner and Paul Torke and Michaela Kargl and Heimo Müller and Tomas Brazdil and Matej Gallo and Jaroslav Kubín and Roman Stoklasa and Rudolf Nenutil and Norman Zerbe and Andreas Holzinger and Petr Holub},
journal= {arXiv preprint arXiv:2508.21418},
year = {2026}
}