GloFinder：基于 AI 的 QuPath 插件，用于 WSI 级别的肾小球检测、可视化和标注
计算机视觉与模式识别
2025-09-11 v2
摘要
人工智能(AI)已在从 whole slide images(WSI)中自动检测肾小球——肾脏的关键功能单位——方面取得了显著的成功。然而，现有开源工具常以源代码或 Docker 容器形式分发，要求较高的编程技能，阻碍了面向非程序员（如临床医生）的用户获取。此外，当前模型通常仅在单个数据集上训练，缺乏灵活调整预测置信度水平的能力。为此，我们引入 GloFinder，一个面向 QuPath 插件，实现全WSI单击式自动肾小球检测，支持通过图形用户界面(GUI)进行在线编辑。GloFinder 采用 CircleNet，一个基于圆表示的无锚框检测框架，实现精确的对象定位，模型在约160,000个手动标注的肾小球上进行训练。为进一步提高准确度，该插件采用加权圆融合(WCF)，这是一种结合多个 CircleNet 模型置信度的集成方法，以产生更精细的预测，在肾小球检测方面实现卓越的性能。GloFinder 使 QuPath 中的结果可直接可视化和编辑，促进临床医生的无缝交互，为肾病理学研究和临床实践提供了强大工具。代码和 QuPath 插件均可在 https://github.com/hrlblab/GloFinder 获取。
引用
@article{arxiv.2411.18795,
title = {GloFinder: AI-empowered QuPath Plugin for WSI-level Glomerular Detection, Visualization, and Curation},
author = {Jialin Yue and Tianyuan Yao and Ruining Deng and Siqi Lu and Junlin Guo and Quan Liu and Mengmeng Yin and Juming Xiong and Haichun Yang and Yuankai Huo},
journal= {arXiv preprint arXiv:2411.18795},
year = {2025}
}