一个开源平台,用于结构化的注释和计算工作流程在数字病理学研究的数字病理学研究
Luca Lianas1, Mauro Del Rio2, Luca Pireddu2
1Visual and Data-intensive Computing, CRS4 (Center for Advanced Studies, Research and Development in Sardinia), Pula, Italy. luca.lianas@crs4.it.
Scientific reports
|August 7, 2025
概括
数字病理学的进步使人工智能工具成为可能,但目前的注释方法缺乏结构. CRS4数字病理学平台 (CDPP) 为高质量,可重复的数字病理学研究数据集提供结构化,多标签的注释.
科学领域:
- 数字病理学数字病理学
- 计算病理学计算病理学
- 医疗信息学医学信息学
背景情况:
- 数字病理学使人工智能工具和临床研究的大规模数据采集成为可能.
- 目前用于全幻灯片图像 (WSI) 的开源注释工具使用单一标签,限制结构化数据表示.
- 在注释中缺乏协议遵守和来源跟踪,导致数据变化和可复制性降低.
研究的目的:
- 引入CRS4数字病理学平台 (CDPP),这是一个开源系统,用于WSI的结构化注释.
- 通过实现多标签,协议驱动的数据收集,解决当前注释工具的局限性.
- 提高数字病理学数据集的质量,可重复性和可重复使用性,用于研究.
主要方法:
- 开发CRS4数字病理学平台 (CDPP),提供结构化,多标签注释的功能.
- 实现可定制的注释协议和专用工具,以提高准确性和效率.
- 集成基于工作流的计算分析与来源跟踪.
主要成果:
- CDPP支持结构化,多标签的形态和临床图像注释.
- 该平台促进了对可控制,可定制的注释协议的遵守.
- 集成的来源跟踪确保工作流的可复制性和数据的可重复使用性.
- 在三个不同的研究中成功申请,证明了强大的性能.
结论:
- CDPP有效地帮助病理学家生成高质量,结构化的注释数据集.
- 该平台提高了数字病理学注释过程中的准确性,效率和一致性.
- CDPP促进数字病理学研究数据的可重复性和可重复使用性.
