数据集构建与预处理
建立非小细胞肺癌亚型分型及OOD检测所需的训练、验证和测试数据集。
使用TCGA(941张WSI)、CPTAC(1,306张WSI)和QMH-NSCLC(3,123张WSI)数据集,以及TCGA癌旁正常组织(218张WSI)作为OOD数据;通过Slideflow进行组织分割、Otsu阈值化、灰度过滤、染色归一化和TFRecord保存。
Implementing trust in non-small cell lung cancer diagnosis with a conformalized uncertainty-aware AI framework
多队列WSI数据(TCGA、CPTAC、QMH)、多种模型(Inception-v3及4种基础模型)、功能验证(分类、OOD检测、CP、EAT)与病理学家标注验证。
TCGA非小细胞肺癌全切片图像数据集(LUAD vs LUSC) CPTAC非小细胞肺癌全切片图像数据集(外部验证) QMH-NSCLC私立非小细胞肺癌全切片图像队列 TCGA癌旁正常肺组织全切片图像(OOD数据集)
TCGA数据集按患者65%训练、15%验证、20%校准与测试随机划分,重复20次独立训练,每次校准/测试划分随机500次 CPTAC数据集全部用于外部验证,100例患者用于校准,其余316例用于测试,随机划分500次 错误水平α设置(如0.05、0.01、0.1)及目标覆盖率1−α EAT中k-means聚类数k=3(基于验证集性能确定),剔除模糊簇后训练新模型 基础模型UNI、CONCH采用ABMIL进行切片级推理,丢弃60.0%瓦片
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立非小细胞肺癌亚型分型及OOD检测所需的训练、验证和测试数据集。
使用TCGA(941张WSI)、CPTAC(1,306张WSI)和QMH-NSCLC(3,123张WSI)数据集,以及TCGA癌旁正常组织(218张WSI)作为OOD数据;通过Slideflow进行组织分割、Otsu阈值化、灰度过滤、染色归一化和TFRecord保存。
验证SNGP在瓦片级和患者级非小细胞肺癌亚型分型中的性能及不确定性估计能力。
训练三种基于Inception-v3的模型:Deterministic、MC Dropout和SNGP;在TCGA上训练和内部验证,在CPTAC上外部验证;比较准确性和AUROC。
评估CP在SNGP基础上提供统计有效的预测集和误差率控制的能力。
在SNGP上启用CP,为每个患者生成预测集;评估有效性和效率(预测集大小);比较不同α水平下的表现。
验证剔除高模糊瓦片能否增强监督信号并提升亚型分型性能。
对SNGP提取的TCGA训练集瓦片表示进行k-means聚类,基于验证集性能确定k=3,剔除标签分配熵最高的模糊簇(占训练瓦片66.7%),训练SNGP-EAT模型;以SNGP-RE(随机剔除等量瓦片)为基线。
评估TRUECAM识别OOD输入并在分布偏移下维持模型覆盖的能力。
构建OOD数据集(TCGA癌旁正常组织),定义基于不确定性和基于概率的OOD评分;结合CRC与OOD检测,评估不同OOD与In-D比例下的经验覆盖率;应用DSC在CPTAC上评估性能。
验证TRUECAM与病理基础模型(UNI、CONCH、Prov-GigaPath、TITAN)集成的效果。
使用基础模型编码器提取瓦片表示,配合ABMIL、CLAM、TransMIL进行弱监督分类;应用SNGP、EAT和CP;评估分类准确性、覆盖率和预测集大小。
评估TRUECAM的注意力效率及推理速度。
由病理学家(F.N.)盲法标注TCGA测试集中LUAD和LUSC各一张WSI的肿瘤区域,评估低模糊区域与标注的一致性;定义注意力效率为高注意力瓦片中病理学家认为高度相关者的比例;测量端到端瓦片推理速度和切片级推理速度。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 图像预处理 | Slideflow | -- | version 2.1.0 |
| 基础模型EAT代理分类器训练 | AutoGluon | -- | version 1.1.1 |
| 模型训练 | NVIDIA RTX 4090图形处理器 | NVIDIA | 24 GB |
| 推理速度基准测试 | NVIDIA GeForce 4090图形处理器 | NVIDIA | 24GB |
| 模型训练 | PyTorch | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据集划分与模型训练 | TCGA按患者65%训练、15%验证、20%校准与测试随机划分,重复20次;每次校准/测试划分随机500次;CPTAC全部外部验证,100例校准、316例测试 阅读提示:Methods中Dataset configuration小节及Supplementary Tables 1和2 |
| SNGP与CP配置 | 错误水平α取值(如0.05、0.01、0.1);非一致性分数定义;校准集大小;预测集生成阈值 阅读提示:Methods中SNGP和CP小节 |
| EAT模糊瓦片剔除 | k-means聚类数k=3;剔除模糊簇中66.7%训练瓦片;基础模型中丢弃60.0%瓦片;模糊阈值基于验证集性能确定 阅读提示:Methods中EAT小节及Fig. 3a |
| OOD检测与DSC | OOD数据集来源(TCGA癌旁正常组织218张WSI);OOD评分使用前δ=20个最低不确定性瓦片;DSC中OOD阈值对应FPR=0.2;CRC与OOD检测联合使用 阅读提示:Methods中UQ和CRC小节及Fig. 5 |
| 基础模型集成 | UNI和CONCH配合ABMIL,丢弃60.0%瓦片;ABMIL训练最多20个epoch,AdamW优化器,初始学习率1×10−4,余弦学习率调度;TCGA和CPTAC各重复20次,每次500次CP评估 阅读提示:Methods中Foundation models小节及Fig. 6 |
| 公平性评估 | 按性别和种族分组的患者亚组;TCGA和CPTAC的性别与种族分布;性能差距定义为最佳与最差亚组间准确率或预测集大小的差异 阅读提示:Methods中Model fairness evaluation小节及Supplementary Table 1 |