Was ist CytopathCV?
CytopathCV ist eine Open-Source, modulare Softwareplattform, die für die zytologische Bilderkennung und -analyse mittels Deep Learning entwickelt wurde. Sie bietet eine End-to-End-Pipeline, die speziell auf die besonderen Anforderungen der digitalen Zytopathologie zugeschnitten ist.
Kernfunktionen
- Datenmanagement und Annotation: Import, Organisation und Kennzeichnung von Ganzdia-Bildern (WSI) und Regionen von Interesse (ROI) mit kollaborativen Tools.
- Vorverarbeitung und Augmentation: Tiling, Normalisation (Färbung, Farbe), Artefaktentfernung sowie Augmentations-Pipelines (Rotation, Spiegelung, elastische Deformation) zur Steigerung der Modellrobustheit.
- Modelltraining, Validierung, Bereitstellung: Unterstützung benutzerdefinierter Architekturen (CNNs, Transformer, hybride Modelle), Transfer Learning von ImageNet oder Pathologie-Foundation-Modellen, Hyperparameter-Tuning sowie ONNX/TensorRT-Export für klinische Inferenz.
- Evaluation und Visualisierung: Kennzahlen (AUC, F1, Konfusionsmatrixen), Aufmerksamkeits-Heatmaps, Unsicherheitsquantifizierung und Dia-übergreifende Vorhersagen-Overlays.
Designphilosophie
Flexibilität und Reproduzierbarkeit. Forscher können Komponenten (Datenlader, Verlustfunktionen, Backbones) austauschen, ohne den gesamten Workflow neu schreiben zu müssen. Konfigurationsgetriebene (YAML-)Experimente ermöglichen versionskontrollierte, teilbare Pipelines.
Anwendungen
- Zervikale Zytologie (Pap-Abstrich)-Screening-Triage
- Schilddrüsen-FNA (Bethesda-Klassifikation)
- Urin-, Erguss- und Bronchialzytologie
- Domänenadaptation über Scanner, Färbungen und Institutionen hinweg
CytopathCV zielt darauf ab, reproduzierbare KI-Forschung in der Zytopathologie zu beschleunigen und Hürden für die klinische Übersetzung abzubauen.
