基于全切片成像的癌症患者风险分层：结合 Vision Transformer、自动编码器与可解释人工智能
图像与视频处理
2025-04-09 v2 计算机视觉与模式识别
机器学习
摘要
癌症仍是全球死亡原因的 leading cause， necessitating accurate diagnosis and prognosis。全切片成像（Whole Slide Imaging, WSI）因数字病理学的进步，已成为临床工作流程的重要组成部分。尽管已有多项研究利用 WSI 提取特征，但这些特征可能未完全捕捉最相关的病理信息，且缺乏可解释性限制了临床应用。本文提出 PATH-X 框架，将 Vision Transformer（ViT）与自动编码器结合，并引入 SHAP（Shapley Additive Explanations）以提升患者分层和风险预测的可解释性，基于 The Cancer Genome Atlas（TCGA）中的 WSI 数据。从每个 WSI 中选取一个代表性切片，使用 Google 预训练的 ViT 提取数值特征嵌入，再通过自动编码器压缩，用于无监督聚类和分类任务。应用 Kaplan-Meier 生存分析评估分为两组和三组的分层效果。利用 SHAP 识别关键特征，并将其映射到组织病理切片上以提供空间背景。PATH-X 在乳腺癌和脑肿瘤中表现出色，因 WSI 数量充足，实现了可靠的分层；然而在肺癌中表现受限，因数据可用性不足，这凸显了需要更大数据集以提升模型可靠性和临床适用性的重要性。
引用
@article{arxiv.2504.04749,
title = {Vision Transformers with Autoencoders and Explainable AI for Cancer Patient Risk Stratification Using Whole Slide Imaging},
author = {Ahmad Hussein and Mukesh Prasad and Ali Anaissi and Ali Braytee},
journal= {arXiv preprint arXiv:2504.04749},
year = {2025}
}
备注
11 pages