1. 数字病理细胞检测与分类工程导论

数字病理细胞检测与分类工程，是把全切片数字图像（Whole Slide Image，WSI）转化为可量化细胞学结论的一整套工程方法。它要回答的核心问题不是“模型能不能识别细胞”，而是“在十亿像素级、染色差异大、类别极不平衡的真实切片上，如何稳定地检出目标细胞、给出可信分类，并把结果落到临床或科研可用的报告里”。本课程围绕这条主线展开：从图像读取与色彩校正，到细胞检测、分割、特征提取、分类、后处理与结果评估，最终形成可复现、可部署、可审计的工程流水线。

课程目标与核心任务

学完本课程，你应当具备三项能力：第一，能把一个细胞学问题拆解为可执行的技术任务，明确输入是 WSI、ROI 还是细胞块，输出是坐标、掩膜、类别还是计数；第二，能独立搭建并调通一条从切片到结果的检测分类链路，理解每一步的输入输出、关键参数与失败模式；第三，能用客观指标判断结果是否达标，而不是凭肉眼“看起来还行”。

核心任务可归纳为四类：检测（定位细胞或细胞核的位置与边界）、分类（判定细胞类型或异常等级）、计数与定量（密度、阳性率、面积占比等）、可视化与报告（热图、掩膜叠加、结构化结果）。四者并非线性独立，检测框的松紧会直接影响分类输入，分类阈值又会改变计数结果，因此工程上必须整体设计。

技术栈全景

一条典型的细胞检测分类流水线包含以下环节：

• 图像读取与金字塔访问：使用 OpenSlide、pyvips 或 tiffslide 读取 .svs、.ndpi、.mrxs 等格式，按 level 选择分辨率。常用约定是 level 0 为最高倍率，level 越大图像越小。
• 色彩与预处理：针对 H&E、巴氏、免疫组化等染色做颜色反卷积或 Macenko/Reinhard 归一化，减少扫描仪与批次差异。
• 组织区域与 ROI 提取：用 Otsu、饱和度阈值或轻量分割网络剔除背景，只在前景区域滑窗，降低无效计算。
• 检测与分割：两阶段检测器（Faster R-CNN）、单阶段检测器（YOLO）、实例分割（Mask R-CNN、Cellpose、StarDist）各有取舍。
• 特征与分类：形态学特征（面积、圆度、核质比）、纹理特征与深度特征结合，分类器可用 CNN、Transformer 或梯度提升树。
• 后处理：非极大值抑制、重叠细胞拆分、置信度阈值、类别映射与去噪。
• 评估与部署：F1、mAP、Dice、混淆矩阵，以及 ONNX/TensorRT 推理加速与批处理调度。

下图给出本节最值得建立的整体认知：从 WSI 输入到结构化细胞学结果的信号与数据流，以及各环节之间的依赖关系。

典型应用场景

不同场景对流水线的要求差异很大。宫颈细胞学筛查关注异常细胞检出率与假阴性控制，通常需要高灵敏度检测加分级分类；肿瘤免疫组化（如 Ki-67、PD-L1）关注阳性细胞比例，对计数一致性要求高；血液涂片分析关注细胞类型细分与形态异常；科研场景则常需要单细胞级别的空间分布与共定位分析。工程上要先明确“最终交付的是计数、比例、分级还是空间图谱”，再决定检测粒度与分类体系。

工程挑战与应对思路

第一是尺度与算力。一张 40 倍 WSI 可达 10 万×10 万像素，直接推理不可行。常见做法是在低倍率下定位组织与可疑区域，再在高倍率下对 ROI 做精细检测，形成“粗定位—精分析”的两级策略。第二是染色与批次差异。同一组织在不同中心、不同扫描仪下颜色分布明显不同，必须做归一化，并在训练集中覆盖多批次数据。第三是类别不平衡与标注成本。异常细胞往往只占极小比例，需要重采样、焦点损失或半监督策略。第四是细胞粘连与重叠，需要实例分割或分水岭拆分。第五是结果可解释与可审计，临床场景要求能回溯到原始坐标与置信度。

一个最小可运行示例的参数约定

为便于后续章节衔接，这里给出一个教学用的最小配置示例（参数为合理假设，非实测结果）：

输入：WSI level 0，40x，约 80000 x 60000 px
粗定位：level 3（5x），patch 1024x1024，stride 512
精检测：level 0，patch 512x512，stride 256
检测模型：Faster R-CNN，backbone ResNet-50-FPN
分类类别：正常 / 炎症 / 低级别异常 / 高级别异常
置信度阈值：0.5（检测），0.6（分类）
后处理：NMS IoU=0.4，最小面积 30 px
评估：IoU=0.5 下 F1，宏平均 F1，计数相对误差

这条配置的意义在于：它把“读图—定位—检测—分类—后处理—评估”串成了一条可执行链路，后续每一章都会围绕其中某个环节深入。你需要建立的不是对某个模型的记忆，而是对整条流水线中输入、输出、参数与失败模式的系统理解。