- 6 次围观
病理学基础模型为计算病理学提供了可重复使用的表征，但染色和扫描仪引起的变化可能损害基于嵌入的分析在不同采集条件下的稳健性与可重复性。染色归一化常用于缓解此类颜色变化，但其能否提升现代自监督病理编码器的检索性能仍不明确。本研究使用 PLISM 全视野图像子集，检验染色归一化能否改善跨扫描仪和跨染色图像检索。该子集包含 13 张配准图像，来自在不同染色条件下制备并由七种扫描仪数字化的连续切片（共 91 张全视野图像）。我们在这 91 张图像中采样了 400 个匹配位置，共得到 36,400 个图块实例。我们将两种基于 DINOv2 的编码器——Phikon-v2（1,024 维）和 Midnight-12k（3,072 维）——分别与 Reinhard 和 Macenko 归一化方法进行比较，并以未归一化作为基线。采用两种设置下配对的 Top-1 最近邻检索准确率评估性能：其一为跨扫描仪检索，即检索由不同扫描仪数字化的同一物理切片；其二为跨染色检索，即在连续切片的配准图像之间检索，这些图像的染色条件不同，且可能存在切片层面的形态差异。与不进行归一化相比，两种归一化方法均未能稳定提升 Top-1 检索性能，而 Macenko 方法使准确率最多下降 18.3 个百分点。对未归一化的 Midnight-12k 切片级平均嵌入进行的探索性 UMAP 分析显示，在二维投影中，不同扫描仪组之间存在部分重叠。这些结果对在基础模型检索流程中常规使用染色归一化提出了质疑，并支持针对每种……的预处理选择进行验证。编码器与检索设置。
病理学基础模型的匹配位置检索性能并未因染色归一化而稳定提升 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索关键词
高级搜索
最新结果
病理学基础模型的匹配位置检索性能并未因染色归一化而稳定提升
Yaning
Meng，
查看 ORCID 个人资料
Binghao
Chai，
Tapabrata
Chakraborti
doi：
https://doi.org/10.64898/2026.10.13.758918
Yaning Meng¹
伦敦帝国理工学院；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Binghao Chai²
癌症研究所；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Binghao Chai 的 ORCID 记录
Tapabrata Chakraborti³
伦敦大学学院
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
通信作者：
t.chakraborty{at}ucl.ac.uk
摘要
信息/历史
指标
数据/代码
PDF 预览
摘要
病理学基础模型能够为计算病理学提供可复用的表征，但染色和扫描仪引起的差异可能会损害基于嵌入的分析在不同采集条件下的稳健性与可重复性。染色归一化被广泛用于缓解此类颜色差异，但它能否提升现代自监督病理编码器的检索性能，仍不明确。我们使用 PLISM 全视野切片图像子集，检验染色归一化能否改善跨扫描仪和跨染色图像检索。该子集包含 13 张配准的连续切片图像，这些图像采用不同染色条件制备，并由七种扫描仪数字化（共 91 张全视野切片图像）。我们从这 91 张图像中抽取了 400 个匹配位置，共计 36,400 处
图像块实例。我们比较了两种基于 DINOv2 的编码器：Phikon-v2（1,024 维）和 Midnight-12k（3,072 维），并将 Reinhard 和 Macenko 归一化方法与未经归一化的基线进行了比较。性能采用成对的 top-1 最近邻检索准确率进行评估，涵盖两种设置：不同扫描仪之间对同一物理切片进行数字化所产生的跨扫描仪检索，以及在配准的连续切片图像之间进行的跨染色检索；后者的染色条件不同，并且可能还包含切片层面的形态学差异。与未进行归一化相比，两种归一化方法均未能持续提升 top-1 检索性能，而 Macenko 归一化会使准确率最高降低 18.3 个百分点。对未经归一化的 Midnight-12k 切片级均值嵌入进行探索性 UMAP 分析显示，在二维投影中，不同扫描仪组之间存在部分重叠。这些结果对在基础模型检索流程中常规使用染色归一化提出了质疑，并支持针对每种编码器和检索设置分别验证预处理方案。
利益冲突声明
作者声明不存在利益冲突。
脚注
https://github.com/yaningmeng/stain-normalisation-retrieval
https://huggingface.co/datasets/owkin/plism-dataset-tiles
已声明的资助方信息
Google Health
版权
版权所有者为本预印本的作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。
该内容依据
CC-BY 4.0 国际许可协议
提供。
返回顶部
上一篇
发布于 2026 年 10 月 19 日。
下载 PDF
数据/代码
电子邮件
感谢您有兴趣传播 bioRxiv 上的内容。
注意： 请求提供您的电子邮件地址仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
发送至
*
输入多个收件人
电子邮件地址（请每行填写一个地址，或用逗号分隔）
您将向以下对象发送电子邮件
《染色标准化并不能持续提升病理学基础模型的匹配位置检索性能》
邮件主题
（您的姓名）向您转发了 bioRxiv 上的一个页面
邮件正文
（您的姓名）觉得您可能会对 bioRxiv 网站上的这个页面感兴趣。
您的个人留言
验证码
此问题用于测试您是否为真人访客，并防止自动垃圾信息提交。
分享
《染色标准化并不能持续提升病理学基础模型的匹配位置检索性能》
Yaning Meng，Binghao Chai，Tapabrata Chakraborti
bioRxiv
2026.10.13.758918
doi：https://doi.org/10.64898/2026.10.13.758918
分享本文：
复制
引文工具
《染色标准化并不能持续提升病理学基础模型的匹配位置检索性能》
Yaning Meng，Binghao Chai，Tapabrata Chakraborti
bioRxiv
2026.10.13.758918
doi：https://doi.org/10.64898/2026.10.13.758918
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
所有文章
动物行为与认知（8160）
生物化学（19008）
生物工程（15144）
生物信息学（45210）
生物物理学（22938）
癌症生物学（20059）
细胞生物学（27261）
临床试验（138）
发育生物学（14121）
生态学（21362）
流行病学（2067）
进化生物学（25751）
遗传学（16315）
基因组学（23790）
免疫学（18986）
微生物学（43124）
分子生物学（18300）
神经科学（94890）
古生物学（711）
病理学（3026）
药理学与毒理学（5181）
生理学（8258）
植物生物学（16238）
科学传播与教育
(2113)
合成生物学
(4634)
系统生物学
(10367)
动物学
(2419)
关键词：计算病理学 · 病理基础模型 · 染色归一化 · 图像检索 · 自监督学习
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.13.758918v1?rss=1