从贴片到患者：数字病理学中平铺到载玻片性能可转移性的研究

基础模型 (FM) 最近通过为全幻灯片图像 (WSI) 分析提供稳健的表示，重新定义了组织病理学的最新技术。然而，为特定临床队列选择最佳基础模型 (FM) 目前需要多个预处理步骤，然后是计算成本高昂的特征提取以及为每个模型训练多实例学习 (MIL) 聚合器。在这项工作中，我们研究了高效的切片级线性探测是否可以作为滑动级性能的可靠代理，从而减少为每个候选编码器运行完整滑动级管道的需要。我们在 42 个幻灯片级和 16 个图块级任务上对 19 个最先进的 FM 进行基准测试，使用 ABMIL 和均值池聚合将图块探测指标与幻灯片级结果进行比较。我们观察到不同任务难度下图块和幻灯片性能之间存在高度相关性，这表明编码器表示质量是 WSI 成功的主要决定因素。敏感性分析表明，可转移性在不同模型之间是稳定的，并且更多地受到队列大小和每张幻灯片的图块数量的影响，而不是平均任务难度的影响。我们还测量了图块和幻灯片级任务之间最佳性能模型的一致性，显示图块基准可靠地列出了强大的候选者。总体而言，我们的研究表明，平铺级基准测试为缩小候选模型范围提供了有效且实用的第一步，而幻灯片级评估对于临床任务的最终验证仍然至关重要。