HistomicsTK - 数字病理图像分析的Python工具包，支持独立和网络集成

HistomicsTK 项目介绍

HistomicsTK 是一个基于 Python 的软件包，用于分析数字病理图像。它可以作为独立的库使用，也可以作为数字幻灯片存档（Digital Slide Archive, DSA）的插件，通过 HistomicsUI 接口供用户调用图像分析任务。借助 slicer CLI web，开发者可以将其图像分析算法集成到 DSA 中，通过 HistomicsUI 分享并应用。

数字病理学的时代挑战

全切片成像技术能够以多分辨率格式捕捉组织的组织细节。随着成像技术的进步、存储成本的下降以及数字病理技术被用于初步诊断的监管审批，全切片成像数据量迅速增长。数字化使得我们能够应用计算机图像分析及机器学习算法来分析这些图像的内容，并努力理解组织学、临床结果与来自基因组平台的分子数据之间的关系。然而，相较于放射学和基因组学领域，数字病理学在管理、可视化及分析的开源工具开发方面起步较晚。为了弥补这一差距，我们开发了 HistomicsTK，与 DSA 和 HistomicsUI 相协调，提供集中管理和共享数字病理图像的功能，以及对全切片图像进行标注和运行可扩展的图像分析工具的用户界面功能。

HistomicsTK 的用途

HistomicsTK 致力于服务两个群体：一方面是希望利用最先进算法分析数据的病理学家和生物学家；另一方面是希望开发新算法或改进算法并在社区内推广的算法研究者。

作为纯 Python 包使用

HistomicsTK 作为独立的 Python 包，可以应用图像分析算法来分析数据，这与 DSA 无关。这个软件包提供了一系列基本的算法，用于色彩标准化、色彩分解、细胞核分割以及特征提取等任务。

安装方法（Linux 系统）：

可通过 PyPI 安装：

$ python -m pip install histomicstk --find-links https://girder.github.io/large_image_wheels

或从源码安装：

$ git clone https://github.com/DigitalSlideArchive/HistomicsTK/
$ cd HistomicsTK/
$ python -m pip install setuptools-scm "Cython>=0.25.2" "scikit-build>=0.8.1" "cmake>=0.6.0" "numpy>=1.12.1"
$ python -m pip install -e .

作为 HistomicsUI 和数字幻灯片存档的图像处理任务库

这允许终端用户通过网络应用容器化的分析模块或流水线。有关安装说明，请参阅数字幻灯片存档的相关资料。

旧版本的变化

此前，HistomicsTK 仓库包含了几乎所有的 DSA 和 HistomicsUI 代码，而现在主要包含图像分析算法和注释数据处理的代码。DSA 的部署和安装代码已移至数字幻灯片存档仓库，用户接口和标注功能已移至 HistomicsUI 仓库。

资金支持

该项目由美国国立卫生研究院（NIH）的 U24-CA194362-01 资助。