slidl tutorial

学習Slidl、完全な学習を完全にスライドする画像に適用するための前および後処理ツールのPythonライブラリ

Slidlは、深い組織、アーティファクト、バックグラウンドフィルタリング、タイル抽出、モデル推論、モデル評価などを含む、全体のスライド画像（WSI）で深い学習画像分析を実行するためのPythonライブラリです。このリポジトリは、ベストプラクティスを使用して、分類とセグメンテーションの例の問題の両方にSliDLを適用する方法を最初から最後まで適用する方法をユーザーに教えるのに役立ちます。

Slidlとその依存度のインストール

SliDL Pythonパッケージインデックス（PYPI）を介してインストールすることもできます。

 pip install slidl

Slidlチュートリアルを実行します

最初にこのリポジトリをクローンします：

 git clone https://github.com/markowetzlab/slidl-tutorial

このチュートリアルでは、Camelyon16 Challengeのサブセットリンパ節WSIの例を使用しています。これらのWSIの一部には乳がん転移が含まれており、チュートリアルの目標は、SLIDLを使用して深い学習モデルをトレーニングして、転移を含むスライドとスライド領域を特定し、それらのモデルのパフォーマンスを評価することです。

少なくとも38 GBのディスクスペースがあるwsi_dataというディレクトリを作成します。次の18のWSIをCamelyon16データセットからwsi_dataにダウンロードしてください。

• normal/normal_001.tif
• normal/normal_010.tif
• normal/normal_028.tif
• normal/normal_037.tif
• normal/normal_055.tif
• normal/normal_074.tif
• normal/normal_111.tif
• normal/normal_141.tif
• normal/normal_160.tif
• tumor/tumor_009.tif
• tumor/tumor_011.tif
• tumor/tumor_036.tif
• tumor/tumor_039.tif
• tumor/tumor_044.tif
• tumor/tumor_046.tif
• tumor/tumor_058.tif
• tumor/tumor_076.tif
• tumor/tumor_085.tif

jupyterノートブックをslidl-envにインストールします。

 conda install -c conda-forge notebook

必要なソフトウェアとデータがダウンロードされたので、このリポジトリのjupyterノートブックslidl-tutorial.ipynbに含まれるチュートリアルを開始する準備ができました。ノートブックを開始してから、インターフェイスでそのドキュメントに移動します。

 jupyter notebook

稼働したら、 slidl-tutorial.ipynbは、チュートリアルを実行するための手順が含まれています。 Jupyterノートブックの実行に関する指示については、Jupyterドキュメントを参照してください。

完了したチュートリアルの実行の結果は、こちらをご覧ください。

このリポジトリといくつかの関連するセグメンテーションコードに含まれるU-Netセグメンテーションアーキテクチャの実装は、Milesialのオープンソースプロジェクトからのものです。

ドキュメント

APIリファレンスを含むSliDLの完全なドキュメントは、こちらをご覧ください。

免責事項

これはプレレリースソフトウェアであることに注意してください。それに応じて使用してください。