夜雨聆风一、参考论文
使用的数据包括：
转录组数据：TCGA-HNSC队列的mRNA表达谱（395例HPV阴性样本）。
临床数据：TCGA-HNSC的总生存期（OS）、无进展间隔（PFI）、肿瘤分期、淋巴结转移、放疗信息等。
基因组数据：体细胞突变（含COSMIC突变特征）、拷贝数变异（CNV）、肿瘤突变负荷（TMB）、基因组改变分数。
单细胞RNA-seq数据：来自GEO的三个公共数据集（GSE181919、GSE182227、GSE234933），共34例HPV阴性样本的115,479个细胞。
空间转录组数据：GEO数据集GSM5494476（GSE181300），用于配体-受体空间共定位分析。
组织病理图像：TCGA-HNSC的348例HPV阴性病例的360张HE染色全切片图像（WSIs）。
二、复现及创新
OneKey平台复现论文的核心步骤
1. 数据准备与预处理
病理图像格式要求：
必须是全切片图像（WSI），常见格式为.svs、.ndpi、.mrxs。
不支持单张截图（如.jpg、.png），除非是私有格式如.kfb（江丰生物），可通过工具转换为.svs。
数据收集：
使用公开数据集（如TCGA-HNSC）或私有数据。
需要准备患者标签（label）
2. WSI裁剪为Patch
工具：WsiToPatch
参数说明：
level：放大倍率，TCGA数据一般为20倍（对应 level=0 或 level=1）。
patch_size：裁剪大小，常用512×512像素。
strategy：若指定倍率失败，默认使用最高分辨率。
输出：每个WSI被裁剪为数千个patch，用于后续分析。
3. Patch预处理
删除白色背景：
工具：PatchToPredict
参数：saturation_threshold 默认216，数值越大删除越严格。
颜色空间标准化：
工具：StainNormalize
常用方法：Macenko（效果好但慢）、Vahadane（居中）、Reinhard（快但效果差）。
需要指定参考图像（reference）进行颜色归一化。
4. 无监督聚类（核心差异化步骤）
目的：识别具有生物学意义的病理区域（如肿瘤区、间质区、浸润前沿等）。
工具：
FeatExtract：提取深度学习特征（使用预训练模型如ResNet50）。
FeatureCluster：对特征进行K-means聚类，指定聚类数（如6类）。
DimReduction + TSNE：可视化聚类结果。
输出：每个patch的聚类标签及距离聚类中心的距离。
5. 聚类结果筛选（Silicon病理区域选择）
人工干预：
根据聚类结果和病理学知识，筛选出有意义的聚类（如肿瘤区、浸润前沿）。
删除无关区域（如肌肉、脂肪、背景）。
工具辅助：
使用QuPath 或 PatchVisualizer 查看每个聚类的代表性patch。
可通过cluster_to_wsi 工具将聚类结果映射回原图，辅助判断。
6. 弱监督学习建模
目的：基于筛选后的patch，预测患者风险（高/低风险）。
工具：WeaklySupervised
模型：支持多种CNN架构（ResNet18/50、Inception_v3）。
训练策略：
使用患者级别标签（来自生信分析的风险分组）。
采用多实例学习（MIL）或特征聚合（如FeatAggregate）进行训练。
评估：对比筛选前后模型的AUC、准确率、混淆矩阵等。
7. 结果可视化与解释
Grad-CAM：生成热图，显示模型关注的病理区域（如血管浸润、间质浸润）。
聚类映射：将聚类结果可视化到WSI上，便于病理医生验证。
工具：WSIHeatmap、QuPath、Matplotlib。
三、视频讲解
第一节
第二节
