写代码的犄角旮瘩

本专栏以TCGA数据库为例，详细介绍TCGA数据库中特定癌症数据集WSI的选择与下载，以及下载后如何将WSI的存放位置进行批量化整理（提供Python代码）。有的模型是直接使用特征向量作为深度学习模型的输入，因此，本专栏对CLAM模型的特征提取方式进行介绍，提供linux指令。以QuPath软件为例，对WSI进行可视化展示，并列举Python代码，通过指令批量化显示每张WSI的基本信息。本专栏将分别对无标注的WSI以及人工标注的WSI的Patch剪裁流程进行介绍，提供Python代码。

staintools工具原代码是没有GPU加速的，运行速度较慢，因此，github上有研究者写了pytorch加速版本的staintools本篇主要讲GPU加速版本的staintools工具的使用教程。

如下图所示，QuPath提供了矩形框、圆形框、线条、多边形框等圈画工具。建议使用多边形框进行圈画。

步长，这里可以理解为相邻patch之间的距离，如果设为patch大小，那么表示patch之间不重叠。：WSI的文件夹路径，将所有WSI放在一个文件夹内，可以实现批量化处理。**save_dir **：剪切后的patch、mask等文件保存路径。运行CLAM代码中的create_patches_fp.py文件。

拿到一张全切片病理图像时，我们可以用QuPath查看，如下图：随着鼠标滚轮的滑动，我们可以看到更加具体的细胞状态，如下图：当然，我们也可以在看到当前全切片图像的一些信息，如下图：如果是10张以内的图像还好，我们可以一张一张打开查看，但是我们在实验中通常都是几百几千例的数据，因此，我们需要一种可以批量化的获取全切片病理图像信息的方法。我自己在实验中是用python进行处理，下文也仅展示python的代码。

定义了提取器的参数。： 每个patch的大小： 提取的patch个数： patch的输出路径(精确到png文件的上一级目录)用进行patch提取。：是WSI_PATH(精确到svs文件名)路径下的Slide对象。且wsi_slide的processed_path属性值是svs文件的上一级路径。： 对应SUMMARY_PATH，是报告文件csv的路径。

WSI病理图像的level越小，对应的放大倍数越大，由于是全视野切片图像，那自然整体图像大小便会更大。

其中，具体的数值是上一步解压缩的二进制文件的bin文件夹的绝对路径。

Vial，把样原始本分成了若干份，每份也都有编号。Tissue Source Site，样本机构来源。Portion，用于具体的测序。Participant，项目参与者。Sample，样本组织来源类型。Project，项目名称。就是这张WSI的病人编号。，对照组为20-29。

下载过TCGA数据库中数据的都知道，下载后数据都是在多个文件夹下的，但是这样会使得后续的数据处理和分析工作非常繁琐。因此，本人用Python写了一个程序，可以将原数据移动到一个文件夹下。本程序以WSI为例，其他形式的数据同理，改个后缀即可。

可以根据自己的需求选择类型。如果有需要，可以进行筛选。添加之前，确认一下购物车中的数据是否是跟这次的数据一起下载，如果不是一起下载，需要先清空购物车。因为TCGA平台中的病理图像大多是svs格式的，所以首先使用数据格式进行筛选。部分选择open的数据。因为只有open的数据可以免费下载，有访问权限的数据比较麻烦。单击“Add All Files to Cart”，将数据添加到购物车。部分可以筛选出肿瘤病例。如果需要正常和肿瘤病例，这步可以不用筛选。填写自己想要保存的名称，并单击save键，保存操作。

部分选择数据平台，如果目前的界面没有自己想要的数据库，可以单击＋16more按钮，展开剩下的数据平台。单击＋号按钮，新建cohort。这个可以保存我们下面的操作，方便以后循环使用。在自己所有操作都完成后，可以保存一下当前的所有选择，下一次可以重复使用。在这里可以选择自己想要的数据类型，例如转录组、病理图像WSI等等。单机后，左边的框中会出现"Unsaved_Cohort"字样。

如果不改变设置中的Destination folder，下载后的文件会自动存放在C盘中。众所周知，C盘东西多了，会影响系统的开关机以及运行。所以，我们可以自己设置存放路径。如图，可以修改红色框中的路径：But!!!在下载了一天后，我发现我没有在我设置的路径下看到任何一个WSI文件，而且电脑也很卡，所以我去C盘找了下，果然C盘一团浆糊啊！！！这说明，我改路径，根本没有用！

前面的步骤可以参考：但是在最后一步时，选择红色部分下载后是一个压缩包。

TCGA官网链接：https://portal.gdc.cancer.gov/由于目前TCGA改版了，如果不太适应新版本界面的，可以点击红色部分，回到第一版。下滑找到 “Data Transfer Tool”并点击。进入"Data Transfer Tool"子页面后，下滑找到 “GDC Transfer Tool page”并点击。进入“GDC Transfer Tool page”子页面后，下滑找到对应系统的下载文件列表。

如图，有一个文件下载失败了，解决方法就是再次执行那条指令：