转移分类（CAMELYON16）

该模型对腋窝淋巴结的H&E染色数字病理图像进行分类，判断其是否包含转移。该模型由Jakub Kaczmarzyk训练。

输入：边长为128µm的图块包，使用CTransPath嵌入。

输出类别：无转移、转移

数据

该模型使用CAMELYON16数据集进行训练。全切片图像被切分为128x128µm的图块，每个图块使用CTransPath编码（生成768维嵌入向量）。

训练集和验证集按转移状态进行分层划分。测试集在CAMELYON16数据集中已预先定义。

样本数量：

• 训练集：243张切片
• 验证集：27张切片
• 测试集：129张切片

复用此模型

要在命令行中使用此模型，请参阅 WSInfer-MIL。

或者，您可以使用PyTorch或ONNX来运行该模型。首先，使用CTransPath对128µm x 128µm的图块进行嵌入。然后将嵌入向量包传递给模型。

import onnxruntime as ort
import numpy as np
embedding = np.ones((1_000, 768), dtype=\"float32\")
ort_sess = ort.InferenceSession(\"model.onnx\")
logits, attention = ort_sess.run([\"logits\", \"attention\"], {'input': embedding})

模型性能

该模型在CAMELYON16测试集上的AUC达到0.91。以下是混淆矩阵，其中预测类别为列，真实值为行。

预期用途

该模型仅供研究目的使用。

该模型不得用于临床目的。 该模型在分发时不附带任何明示或暗示的保证。