PhenoBench-细胞表型分析的全面基准测试-计算机科学-数字病理学-基础模型.pdfVIP

PhenoBench:细胞表型分析的全面基准测试

JérômeLüscher*,4,5,NoraKoreuber*,1,4,5,JannikFranzen*,1,3,4,5,FabianH.

*,1,2,4,5*,4,56

Reith,ClaudiaWinklmayr,EliasBaumann,ChristianM.

Schürch7,8,9,DagmarKainmüller†,3,4,5,JosefLorenzRumberger†,2,4,5,

CharitéUniversitätsmedizin,Berlin,Germany;Humboldt-UniversitätzuBerlin,

Berlin,Germany;UniversitätPotsdam,Potsdam,Germany;HelmholtzImaging;

Max-DelbrückCenter,Berlin,Germany;InstituteofTissueMedicineand

Pathology,UniversityofBern,Bern,Switzerland;DepartmentofPathologyand

Neuropathology,UniversityHospitalandComprehensiveCancerCenterTübingen,

本Tübingen,Germany;ClusterofExcellenceiFIT(EXC2180)Image-Guidedand

译FunctionallyInstructedTumorTherapies,UniversityofTübingen,Germany

*,†authorscontributedequally;authororderwasdeterminedatrandom,

中{firstnames.lastname}@mdc-berlin.de

2

v

2

3

5

3

0摘要数字病理学已经出现了大量基础模型（FM），但迄今为止，这些模型

.在细胞表型分析上的性能尚未以统一的方式进行基准测试。因此我们提出

7

0了PhenoBench：一个用于血液和苏木精染色组织切片图像上细胞表型分

5析的全面基准测试平台。我们提供了PhenoCell，这是一个新的HE数

2

:据集，包含通过多重成像识别出的14种细粒度细胞类型，并且提供了一个

v

i可以立即使用的微调与基准测试代码，该代码允许系统性地评估多种突出

x病理FM在不同泛化场景中的密集细胞表型预测能力。我们对现有的基础

r

a模型进行了广泛的基准测试，提供了它们在技术领域和医学领域的泛化行

为的见解。此外，尽管这些基础模型在Lizard和PanNuke等先前建立的

基准上达到了宏F1分数0.70，但在PhenoCell上，我们观察到得分低至

0.20。这表明了一个以