面向 H&E 切片的全面细胞表型化
计算机视觉与模式识别
2025-09-03 v3 定量方法
摘要
细胞的检测、分割和分类是分析肿瘤微环境 (TME) 中组织片段上苏木精蓝-碘染 (H&E) 切片的关键任务。现有方法在针对不够研究的细胞类型（稀有或不存在于公共数据集中的细胞）以及跨域泛化方面表现不佳。为此，我们引入 HistoPLUS，一个在由 108,722 颗核细胞组成、覆盖 13 种细胞类型的新精选全癌种数据集上训练的状态机顶级模型，用于细胞分析。在 4 个独立队列的外部验证中，HistoPLUS 在检测质量方面优于当前最先进模型提升 5.2%，整体 F1 分类得分提升 23.7%，同时使用的参数数量仅为其中的 5 倍。值得注意的是，HistoPLUS 使研究 7 种不够了解的细胞类型，并在 13 种细胞类型中的 8 种上取得显著改进。此外，我们展示了 HistoPLUS 能稳健地迁移到两个训练期未见的肿瘤学指征中。为支持更广泛的 TME 生物标志物研究，我们将在 https://github.com/owkin/histoplus/ 上发布模型权重和推断代码。
引用
@article{arxiv.2508.09926,
title = {Towards Comprehensive Cellular Characterisation of H&E slides},
author = {Benjamin Adjadj and Pierre-Antoine Bannier and Guillaume Horent and Sebastien Mandela and Aurore Lyon and Kathryn Schutte and Ulysse Marteau and Valentin Gaury and Laura Dumont and Thomas Mathieu and MOSAIC consortium and Reda Belbahri and Benoît Schmauch and Eric Durand and Katharina Von Loga and Lucie Gillet},
journal= {arXiv preprint arXiv:2508.09926},
year = {2025}
}
备注
25 pages, 4 figures