PySpatial:一个高速的全幻灯片图像病理学工具包

科学领域:

• 数字病理学数字病理学
• 计算病理学计算病理学
• 生物信息学是一种生物信息学.

背景情况:

• 整个幻灯片图像 (WSI) 分析对于数字病理学至关重要,但传统方法需要复杂的,多步骤的特征提取管道.
• 现有的管道,如使用CellProfiler的管道,涉及将WSIs分割成补丁,提取特征并重新映射它们,从而导致漫长的处理时间.

研究的目的:

• 介绍PySpatial,这是一个新的高速病理学工具包,旨在进行高效的WSI级分析.
• 通过直接分析感兴趣的计算区域来简化传统的WSI特征提取工作流.

主要方法:

• PySpatial使用基于rtree的空间索引和基于矩阵的计算来有效处理计算区域.
• 该工具包绕过了传统管道中的冗余步骤,直接运行在感兴趣的区域,减少了整体工作流程的复杂性.

主要成果:

• 在周周血管上皮质细胞 (PEC) 和脏精密医学项目 (KPMP) 数据集上,Pyspatial 显示出显著的性能改善.
• 对于小型稀疏的物体 (PEC数据集),观察到几乎是10倍的速度提升,对于更大的物体,如质细胞和动脉 (KPMP数据集),则是2倍的速度提升.

结论:

• 对于数字病理学的WSI分析效率和准确性,PySpatial提供了实质性的进步.
• 该工具包的性能增强促进了大规模的病理学研究和计算病理学研究中的更广泛应用.