PySpatial：一个高速全切片图像病理组学工具包
图像与视频处理
2025-01-13 v1 计算机视觉与模式识别
摘要
全切片图像（WSI）分析在现代数字病理学中扮演着关键角色，能够从组织样本中大规模提取特征。然而，基于 CellProfiler 等工具的传统特征提取流程通常涉及冗长的工作流，需要将 WSI 分割成小块，在块级别提取特征，然后映射回原始 WSI。为了解决这些挑战，我们提出了 PySpatial，一个专门为 WSI 级分析设计的高速病理组学工具包。PySpatial 通过直接操作计算感兴趣区域来简化传统流程，减少了冗余处理步骤。利用基于 rtree 的空间索引和基于矩阵的计算，PySpatial 高效地映射和处理计算区域，显著加速特征提取，同时保持高精度。我们在两个数据集——血管周上皮样细胞（PEC）和肾脏精准医学项目（KPMP）数据上的实验证明了显著的性能提升。对于 PEC 数据集中较小且稀疏的物体，PySpatial 相比标准 CellProfiler 流程实现了近 10 倍的加速。对于较大的物体，如 KPMP 数据集中的肾小球和动脉，PySpatial 实现了 2 倍的加速。这些结果突显了 PySpatial 在处理大规模 WSI 分析方面的潜力，具有更高的效率和准确性，为数字病理学中的更广泛应用铺平了道路。
引用
@article{arxiv.2501.06151,
title = {PySpatial: A High-Speed Whole Slide Image Pathomics Toolkit},
author = {Yuechen Yang and Yu Wang and Tianyuan Yao and Ruining Deng and Mengmeng Yin and Shilin Zhao and Haichun Yang and Yuankai Huo},
journal= {arXiv preprint arXiv:2501.06151},
year = {2025}
}