深度学习通过活检及冰冻组织病理图像预测子宫内膜癌分子分型：一项多中心前瞻性诊断研究

本仓库包含 HistoEMC-ViT 的代码，源自

刘青青等人的《深度学习通过活检及冰冻组织病理图像预测子宫内膜癌分子分型：一项多中心前瞻性诊断研究》。

前置条件

依赖项

本代码在以下依赖环境中测试通过：

• Python 相关依赖项
  • python 3.9
  • cython 0.29.24
• PyTorch 相关依赖项
  • pytorch 1.8.2
  • torchvision 0.9.2
  • tensorboardX 2.4
  • einops 0.3.2
  • timm 0.4.12
• numpy 1.19.5
• scipy 1.7.1
• pandas 1.3.2
• pyTables 3.5.2
• h5py 3.1

Conda 环境

修改 shell_scripts/setup_environment.sh 中的 conda 环境信息，以便在 meta-main.sh 中使用。

数据集准备

dataset_files/TCGA-Molecular Classification of Endometrial Cancer/info/example.csv 中提供了一个包含 80 张 TCGA 切片的示例数据集。

请从 癌症基因组图谱（TCGA） 下载相应的切片（svs 格式），并保存至 dataset_files/TCGA-Molecular Classification of Endometrial Cancer/WSI。

在后续步骤中，中间结果将保存至 dataset_files/TCGA-Molecular Classification of Endometrial Cancer 的子目录下。

创建图像块

从切片中提取 1024×1024 图像块的方法如下：

bash meta-main.sh create_patches

结果将保存至dataset_files/TCGA-Molecular Classification of Endometrial Cancer/patches。

提取特征

使用特征提取器ViT-L-16提取特征的步骤如下：

bash meta-main.sh extract_feature 

结果将保存至dataset_files/TCGA-Molecular Classification of Endometrial Cancer/features。

创建 Patch 图（适用于 HistoEMC-ViT + Graph，可选）

编译 Cython 扩展：

python setup.py build_ext --inplace

构建将自动保存为 pickle 文件的图表：

bash meta-main.sh build_slide_graph

结果将保存至dataset_files/TCGA-Molecular Classification of Endometrial Cancer/slide_graph。

创建10折划分

bash meta-main.sh create_splits

数据集将被随机划分为10折。在每一折中，训练集与测试集的比例为9:1。

结果将保存至dataset_files/TCGA-Molecular Classification of Endometrial Cancer/splits。

训练与评估

若要运行不包含切片图的HistoEMC-ViT聚合器训练，可使用TCGA-Molecular Classification of Endometrial Cancer-vit_aggr作为实验代码。此代码将config_files/TCGA-Molecular Classification of Endometrial Cancer-vit_aggr.yaml用作配置文件。

bash meta-main.sh train_eval TCGA-Molecular Classification of Endometrial Cancer-vit_aggr

要使用切片图运行 HistoEMC-ViT 聚合器训练，请将 TCGA-Molecular Classification of Endometrial Cancer 用作实验代码。这将使用 config_files/TCGA-Molecular Classification of Endometrial Cancer-graph_vit_aggr.yaml 作为配置文件。

bash meta-main.sh train_eval TCGA-Molecular Classification of Endometrial Cancer-graph_vit_aggr

汇总评估统计

本部分汇总各折的性能统计数据。根据已执行的实验情况，可使用

bash meta-main.sh eval_aggr TCGA-Molecular Classification of Endometrial Cancer-vit_aggr

或

bash meta-main.sh eval_aggr TCGA-Molecular Classification of Endometrial Cancer-graph_vit_aggr

性能统计信息将保存至dataset_files/TCGA-Molecular Classification of Endometrial Cancer/train/TCGA-Molecular Classification of Endometrial Cancer-graph_vit_aggr/fold_aggr。

致谢

处理部分（补丁创建、特征提取和数据集划分）基于ViT-WSI的代码开发。感谢原作者将其代码公开供社区使用。