全视野数字切片（whole slide images, WSIs）的预处理

update: 2019-4-10 系统化梳理以及增加详细内容

希望有深度学习、机器学习以及医学图像处理相关领域的老师、同学进行指导！

个人博客：WangW Blog

首发于CSDN

本文主要梳理了关于病理切片的处理，让刚进入病理图像处理领域的朋友能够将注意力放在深度学习、机器学习等算法上。本文主要包含KFB格式2TIFF（或SVS）、病理图像的标记、病理图像掩码（Mask）的生成以及病理切片补丁图像（Patches）的生成，最后介绍一个有关病理图像分类的repo。

1. KFB格式转成TIFF（或者SVS）格式

KFB格式的全视野数字病理切片（Whole slide images, WSIs）是国内一种病理切片扫描仪扫描出来的私有格式，该扫描仪是宁波江丰生物信息技术有限公司的一款产品。如果您是病理医生，仅仅需要读取以及简单的标记KFB文件，只需要下载K-Viewer进行读取就好了。那如果需要对WSIs进行一系列操作，比如图像识别、分类、检测等等，那么就需要将该公司的私有KFB格式转成通用的TIFF或者SVS进行操作了。使用公司的软件进行格式转换，具体操作都在文档中，请下载使用。

1. 如果你有C币，请使用该链接下载；

2. 如果没有C币，请使用该链接免费下载，请给个star哦，笔芯；

2. 全视野数字切片（WSIs）的标记

众所周知的是，WSI像素十分夸张，一般的图片浏览软件也打不开，那么标记就成了我们需要头疼的事了。但是铁头娃永远不会头疼…请看官接着往下看

2.1. 标记文件（XML）的获取

假如你想对自己的数据进行标记（废话，不是自己的数据，就不需要转格式），尝试使用ASAP吧。
使用ASAP打开需要标注的WSI，选择你需要用的标注类型（包含点、矩形、多边形等），对数据进行标注，如下图：1表示标记类型，我这里选择了多边形；2表示标注的区域；3表示标注名字；4表示标注的种类（下面会用到）

注意： 请将同一类型的标注，通过图上4按钮新建group，并将标注们放到一个Group下。方便后续的程序处理；
实例： 我需要对WSI进行癌区域标注，如上图得到了4块区域，然后，我新建一个Goup，将同类型tumor 4 块区域都放入一个Goup下，进行保存。这样就完成了wsi的标记。

2.2 WSI标记掩码（mask）的获取

其实，上面的标注文件**.xml已经完成满足平常DLer的需求了，但是有些同学可能想要WSI的掩码图，ASAP也为这些朋友提供了方便的API。如下：

Configure your PYTHONPATH environment variable to contain the /bin directory path.
大体就是建立一个PYTHONPATH名字的环境变量，找到你安装ASAP的路径，将路径>>到/bin 这个路径放在PYTHONPATH环境变量中，这样，python就可以自动搜索到这个包了哦。

使用下面官方的demo进行掩码的生成。

import multiresolutionimageinterface as mir
reader = mir.MultiResolutionImageReader()
mr_image = reader.open('camelyon17/centre_0/patient_010_node_4.tif')
annotation_list = mir.AnnotationList()
xml_repository = mir.XmlRepository(annotation_list)
xml_repository.setSource('camelyon17/centre_0/patient_010_node_4.xml')
xml_repository.load()
annotation_mask = mir.AnnotationToMask()
camelyon17_type_mask = True # _0 等就是你自己设置的group，ASAP默认group为Annotation Group *
label_map = {'metastases': 1, 'normal': 2} if camelyon17_type_mask else {'_0': 1, '_1': 1, '_2': 0}
conversion_order = ['metastases', 'normal'] if camelyon17_type_mask else  ['_0', '_1', '_2']
annotation_mask.convert(annotation_list, output_path, mr_image.getDimensions(), mr_image.getSpacing(), label_map, conversion_order)

注意的是：自己的标注种类请与代码一致。

3. WSI补丁的生成

以上的步骤已经完全将WSI处理成通用的格式了，但是在处理WSI图片识别问题上，目前，通用的方法是将WSI分成补丁图片（比如256*256像素），然后再利用深度学习、机器学习等方法对其进行处理。

4. 病理癌转移检测

这是我做的第一个项目CAMELYON16，该项目的输入为WSIs以及其标注XML类型文件，输出为wsi热力图。主要分别采用了PyTorch, Keras框架进行训练。欢迎大家fork，如果对您有所用处，欢迎点赞哦，欢迎交流！

5. 后记

主要分析了whole slide images的预处理~~~