Py-WSI 使用指南

Py-WSI 使用指南

py-wsi Python package for dealing with whole slide images (.svs) for machine learning, particularly for fast prototyping. Includes patch sampling and storing using OpenSlide. Patches may be stored in LMDB, HDF5 files, or to disk. It is highly recommended to fork and download this repository so that personal customisations can be made for your work. 项目地址: https://gitcode.com/gh_mirrors/py/py-wsi

项目介绍

Py-WSI 是一个专为处理全片扫描图像（.svs 格式）设计的 Python 包，特别适用于机器学习领域中的快速原型开发。该包提供了基于 OpenSlide 的补丁采样和存储功能，支持将补丁保存到 Lightning 内存映射数据库（LMDB）、HDF5 文件或直接保存至磁盘。强烈建议用户克隆此仓库进行个性化定制和扩展工作。

主要特性：

• 全片图像的补丁采样。
• 支持从.svs文件中提取元数据。
• 补丁可存储在LMDB、HDF5或PNG格式于磁盘上。
• 兼容性和易用性，适合快速迭代开发。

项目快速启动

首先，确保你的环境中安装了必要的依赖项，包括numpy, lmdb, openslide-python, shapely, 和 h5py。你可以通过以下命令安装基础Python环境所需的包：

pip install numpy lmdb openslide-python shapely h5py

然后，克隆Py-WSI项目仓库到本地：

git clone https://github.com/ysbecca/py-wsi.git
cd py-wsi

为了开始使用Py-WSI，简单导入库并执行基本操作，例如采样补丁，可以参考以下示例代码片段：

from py_wsi import WSIDataset

# 初始化数据集，指定.svs文件路径
dataset = WSIDataset('path/to/your/svs/file')

# 采样一个补丁，假设你想以某个级别的分辨率采样
patch = dataset.get_patch_at_location(x=100, y=200, level=0)

# 然后，你可以进一步处理这个补丁，如保存到文件或进行模型训练等

请注意，实际应用时可能需要更详细的配置和上下文管理。

应用案例和最佳实践

数据预处理

在机器学习项目中，Py-WSI常用于大规模的数字病理学图像分析。一个最佳实践是通过Py-WSI对整个图像集进行分块（patch extraction），随后这些补丁被用于训练深度学习模型。例如，通过对WSI进行有监督的学习，标记恶性与良性细胞区域，可以构建高效的病理诊断系统。

自动标注利用

结合XML注释文件，Py-WSI能够自动推断出标注信息，这对于需要精确区域选取的任务至关重要。实践中，先加载XML文件，再利用提供的函数自动化标签补丁，大大加速了数据准备流程。

典型生态项目

尽管Py-WSI本身是一个独立的工具包，但在数字病理学的研究和应用中，它常与其他数据分析、机器学习框架（如TensorFlow、PyTorch）集成。例如，在构建病理图像分类器时，Py-WSI作为数据管道的一部分，负责高效地提供训练数据。开发者可以结合OpenCV、scikit-image等库进行图像预处理，并使用Keras或TensorFlow实现模型训练，形成一个完整的图像分析流水线。

---

本文档为快速入门指南，Py-WSI的高级特性和详细用法建议参照官方GitHub仓库中的说明文档和Jupyter Notebook实例进行深入学习。项目活跃的社区和详细的文档保证了用户能够高效地集成和利用这一强大工具。

py-wsi Python package for dealing with whole slide images (.svs) for machine learning, particularly for fast prototyping. Includes patch sampling and storing using OpenSlide. Patches may be stored in LMDB, HDF5 files, or to disk. It is highly recommended to fork and download this repository so that personal customisations can be made for your work. 项目地址: https://gitcode.com/gh_mirrors/py/py-wsi