PhenoBench：一个全面的细胞表型分析基准
计算机视觉与模式识别
2025-08-06 v6
摘要
数字病理学见证了大量基础模型 (FM) 的出现，但迄今为止，它们在细胞表型分析上的性能尚未得到统一的基准测试。因此，我们提出了 PhenoBench：一个针对苏木精和伊红 (H&E) 染色的组织病理学图像进行细胞表型分析的全面基准。我们提供了 PhenoCell（一个新的 H&E 数据集，包含通过多重成像识别的 14 种细粒度细胞类型）以及即用型的微调和基准测试代码，该代码允许在不同泛化场景下，系统地评估多个著名病理学 FM 在密集细胞表型预测方面的性能。我们对现有的 FM 进行了广泛的基准测试，深入了解了它们在技术域偏移与医学域偏移下的泛化行为。此外，尽管 FM 在先前建立的基准（如 Lizard 和 PanNuke）上取得了大于 0.70 的宏 F1 分数，但在 PhenoCell 上，我们观察到的分数低至 0.20。这表明存在一个先前基准未能捕捉到的、更具挑战性的任务，使 PhenoCell 成为未来对 FM 和监督模型进行基准测试的主要资产。代码和数据可在 GitHub 上获取。
引用
@article{arxiv.2507.03532,
title = {PhenoBench: A Comprehensive Benchmark for Cell Phenotyping},
author = {Claudia Winklmayr and Jerome Luescher and Nora Koreuber and Jannik Franzen and Fabian H. Reith and Elias Baumann and Christian M. Schuerch and Dagmar Kainmueller and Josef Lorenz Rumberger},
journal= {arXiv preprint arXiv:2507.03532},
year = {2025}
}
备注
accepted for presentation at MICCAI 2025