1. 课程导入与工程全景

病理切片组织区域检测，指的是在数字化的全切片图像（Whole Slide Image，WSI）上，自动识别并分割出具有明确病理语义的组织区域，例如肿瘤区、正常上皮、间质、坏死、脂肪、淋巴组织、血管以及背景空白等。它回答的核心问题不是“这张切片是不是癌”，而是“这张切片上，哪些像素属于哪一类组织”。这一区别决定了它与常见的图像分类任务在工程实现上有本质不同：输出是像素级或区域级的掩膜，输入却是动辄数万乘数万像素、体积可达数百 MB 到数 GB 的超大图像。

从临床价值看，组织区域检测是许多下游任务的“地基”。肿瘤比例评估、免疫组化阳性区域定位、切缘判断、淋巴结转移灶筛查、以及基于形态的预后特征提取，都依赖先把组织区域划分清楚。若把坏死区误判为肿瘤区，肿瘤占比会被高估；若把脂肪组织漏检，浸润深度的判断就可能出现偏差。在科研场景中，区域检测又是空间转录组、多重免疫荧光与病理形态对齐的前置步骤，只有把组织区域坐标统一，才能把分子信息与形态信息叠加分析。

工程化的挑战主要来自四个方面。第一是尺度问题：WSI 通常以金字塔形式存储，同一张切片有多个放大倍率层，检测时需要在低倍层定位、在高倍层细化，涉及坐标换算。第二是染色差异：不同中心、不同批次、不同扫描仪的 H&E 染色在色调和饱和度上差异明显，模型容易过拟合到某个中心的颜色分布。第三是类别不平衡：背景、间质往往占据绝大部分面积，而肿瘤、坏死等关键区域占比很小。第四是标注成本：像素级标注需要病理医生逐区域勾画，一张切片可能耗时数十分钟，且不同医生之间存在判读差异。

为了把上述问题串起来，下面用一张全景图展示从 WSI 输入到区域掩膜输出的完整数据流与关键处理环节。图中同时标出了每个环节最值得关注的工程对象与参数，便于后续章节逐项展开。

这张全景图里，最容易被低估的是“组织/背景分离”和“拼接与后处理”两个环节。很多初学者把注意力全部放在分割模型上，结果发现模型在 patch 上表现不错，但拼回整张切片后边界出现明显锯齿或空洞。原因往往不是模型本身，而是切块时的重叠不足、概率图融合方式过于简单，或者后处理没有做连通域过滤。实际工程中，patch 尺寸取 256×256、stride 取 128 是一种常见折中：重叠 50% 可以缓解边界效应，同时计算量不会翻倍太多。

再看坐标换算这个细节。假设在 20× 层（level 1）上以 (x, y) 为左上角取一个 256×256 的 patch，而最终掩膜要输出到 40× 层（level 0），那么对应到 level 0 的坐标就是 (2x, 2y)，尺寸变为 512×512。如果忽略这一步，掩膜和原图就会错位。类似地，不同扫描仪的 μm/pixel 可能不同，20× 下常见约 0.25～0.5 μm/pixel，若不做物理尺寸对齐，跨中心数据混训时模型学到的“尺度感”会混乱。

关于学习路径，本课程后续会沿着“数据—模型—评估—部署”的主线展开，但不会把每一节都切成同样的步骤。你会先接触 WSI 读取与组织掩膜生成，理解金字塔结构和坐标系统；然后进入切块策略、染色归一化与数据增强；接着是分割网络的选择与训练技巧，包括损失函数、类别权重和难例处理；再往后是拼接、后处理与评估指标，最后讨论推理加速、批处理和服务化封装。每一节都会围绕一个具体的工程对象或判断展开，而不是泛泛介绍概念。

需要提醒的是，组织区域检测没有“一招通吃”的方案。不同癌种、不同染色方案、不同扫描仪，甚至同一中心不同批次的切片，都可能需要调整预处理参数或重新微调模型。因此本课程更强调可复现的工程习惯：记录数据来源与预处理参数、保留中间可视化结果、用固定验证集比较改动效果。当你能够说清楚“这次 Dice 提升 0.03 是因为换了归一化方法，而不是因为换了随机种子”，才算真正进入了工程化的状态。

最后给出一个贯穿全课程的最小可用检查清单，供你在动手时对照：WSI 能否正确读取并获取指定 level 的缩略图；组织掩膜是否覆盖了真实组织且去除了背景；patch 坐标是否可逆映射回 level 0；训练集与验证集是否按病例划分而非按 patch 划分；评估时是否同时看了 Dice、IoU 和混淆矩阵；拼接后的掩膜是否做过连通域和小孔洞处理。这六项看起来简单，但实际项目中大部分返工都源于其中某一项没有做扎实。