《Computer Methods and Programs in Biomedicine》：LSP-DETR: Efficient and scalable nuclei segmentation in whole-slide images
编辑推荐：
摘要翻译：
背景与目标：细胞核的精确且可扩展的实例分割是计算病理学的基本前提，然而十亿像素级的全切片图像（whole-slide images, WSIs）带来了显著的计算挑战。尽管基于图块的处理在训练阶段是标准做法，但现有方法在推理时往往因架构瓶颈或依赖计
摘要翻译：
背景与目标：细胞核的精确且可扩展的实例分割是计算病理学的基本前提，然而十亿像素级的全切片图像（whole-slide images, WSIs）带来了显著的计算挑战。尽管基于图块的处理在训练阶段是标准做法，但现有方法在推理时往往因架构瓶颈或依赖计算昂贵的后处理步骤进行实例分离，而局限于较小的图块尺寸。研究人员提出了一种更快、可扩展且端到端的框架，能够处理大规模图像图块，同时准确建模生物学上真实的细胞核重叠。
方法：研究人员提出了LSP-DETR（Local Star Polygon DEtection TRansformer，局部星形多边形检测Transformer）。该模型将细胞核表示为星凸多边形，并采用具有线性复杂度的轻量级Transformer，使得能够在单次前向传播中处理高分辨率图像。一种新颖的径向距离损失函数适应了标注不确定性，使得重叠细胞核的分割无需显式重叠标签即可自然涌现。
结果：LSP-DETR实现了最先进的效率，推理时间为0.45 s/mm2，较次快方法StarDist提速3.2倍。在PanNuke数据集上，该模型取得了具有竞争力的精度（67.5 bPQ），同时在两位专家病理学家共识标注的评估中，多边形重叠的F1分数达到0.964。此外，其在泛化鲁棒性方面优于LKCell等更大模型，在MoNuSeg数据集上F1分数达到85.0。
结论：LSP-DETR通过消除启发式后处理，弥合了高保真分割与临床实际需求之间的差距。通过提供一种可扩展、线性复杂度且自然处理细胞核重叠的解决方案，该框架为数字病理学中高效高通量的WSI分析开辟了新方向。
论文解读
一、研究背景与问题
细胞核形态与组织结构的评估是组织病理学诊断的核心内容，尤其在肿瘤学中，核大小、形状、染色质分布及核仁突出程度等异常是恶性的既定细胞学标准。在数字病理学中，细胞核实例分割将这些视觉特征转化为每细胞边界、形态学测量和空间坐标，是更复杂人工智能应用（如基于细胞的图神经网络）的关键前提。然而，全切片图像（whole-slide images, WSIs）的十亿像素规模带来了严峻的计算挑战。现有方法在推理时通常受限于小图块尺寸，原因在于架构瓶颈或依赖计算昂贵的后处理步骤进行实例分离。此外，由于组织切片的三维物理结构，球形细胞核在二维数字扫描中常发生重叠或遮挡，而标准数字病理学基准数据集在人工标注时因软件限制通常强制非重叠边界，导致传统框架面临数据悖论：被迫学习与生物学现实相冲突的刚性人工边界。同时，标注真值中缺乏像素级遮挡注释也造成评估悖论：标准像素重叠度量会惩罚生物学上合理的重叠预测。因此，亟需一种既能利用现有不完整重叠标注数据集，又能推断真实细胞核形状的方法。
二、研究内容与主要方法
研究人员提出了LSP-DETR（Local Star Polygon DEtection TRansformer，局部星形多边形检测Transformer），这是一种完全端到端的细胞核实例分割框架。该模型将细胞核表示为星凸多边形，采用轻量级Transformer实现线性计算复杂度，能够在单次前向传播中处理高分辨率图像。主要关键技术方法包括：其一，采用Swin-V2-T作为视觉特征提取骨干网络，其输入尺寸无关性使模型能够在推理时适应任意尺寸的图块；其二，Transformer解码器使用滑窗注意力（Sliding Tile Attention, STA）实现局部邻域交互，并将绝对位置编码替换为多维Cayley-STRING旋转位置编码（Rotary Positional Encodings, RoPE），从而实现线性复杂度与输入尺寸无关性；其三，提出一种新颖的径向距离损失函数，对每条射线监督一个合理区间而非单一目标值，从而在不需显式重叠标注的情况下自然涌现生物学上合理的重叠分割；其四，在评估方面引入掩膜全景质量（Masked Panoptic Quality, MPQ）以公平评估重叠预测，并设计双病理学家审查协议验证预测重叠的生物学合理性。训练和分割评估主要使用PanNuke数据集（7901张256×256像素图像，189,744个标注细胞核，19种组织类型），泛化评估使用MoNuSeg测试集（14张1000×1000像素图像），计算性能评估使用TCGA-COAD/READ队列的WSIs。模型训练遵循CellViT的分阶段策略，训练130个周期，使用AdamW优化器，初始学习率10??。
三、研究结果
在PanNuke数据集上的评估：采用标准三折交叉验证。经过确定性距离变换分水岭后处理以满足非重叠约束后，LSP-DETR取得了有竞争力的精度（48.2 mPQ，67.5 bPQ），与顶级方法接近，略低于LKCell（50.3 mPQ，68.4 bPQ）。但在移除重叠惩罚的评估指标下，LSP-DETR在二值掩膜质量上排名第一（68.8 bMPQ）。在检测性能方面，该模型在五个细胞类别中的三个类别取得最高F1分数，但这种优势未完全转化为最高的类别特异性PQ，研究人员将其归因于微平均与宏平均的差异以及训练目标的实例归一化偏差。
病理学家对预测重叠的评估：两位专家病理学家对210对细胞核进行了独立评估，Cohen's kappa为0.46。在115对共识对中，多边形重叠评分实现IPW加权AUROC 0.983，F1分数0.964，精确率0.977，召回率0.950，特异性0.892，表明模型预测的多边形交叠面积与专家对“接触”与“重叠”的鉴别高度一致。
在MoNuSeg数据集上的泛化评估：PanNuke训练模型直接迁移至MoNuSeg测试集，每个1000×1000像素图像在单次前向传播中完整处理。LSP-DETR取得bPQ 66.7，F1分数85.0，优于LKCell（83.0），接近体量远大于自身的CellViT（86.5），显示出更强的跨数据集鲁棒性。
在TCGA数据集上的计算性能评估：LSP-DETR达到0.45 s/mm2的推理速度，较次快的StarDist（1.42 s/mm2）提速3.2倍，较HoVer-NeXt（2.38 s/mm2）快5倍以上。模型参数量仅45.0M，FLOPs 26G，显著小于LKCell（163.8M）和CellViT（699.7M），并具有线性计算复杂度，可在单张NVIDIA H100 NVL GPU上处理高达8192×8192分辨率的图像。
消融研究：关于径向射线数量的消融表明，32条射线的配置在精度与计算成本之间取得最佳平衡（bPQ 66.3，bMPQ 67.5），与64条射线性能相当，但训练时间从11.2小时降至9.7小时，监督查找内存减半。架构消融显示，RoPE位置编码至关重要，移除后模型完全无法学习；内部掩码代价在二分匹配中不可或缺；局部滑窗注意力在保持精度的同时实现线性复杂度；六层解码器比九层更高效。固定边界消融验证了区间式径向监督相对于传统单一边界损失的优势。
重叠建模的生物学合理性：通过定向病理学家审查，模型预测的多边形交叠面积与专家共识强相关。值得注意的是，专家无法判定的“不确定”对中位预测交叠面积（3.1 μm2）大于明确判定为“重叠”的对（2.9 μm2），这表明不确定性源于图像分辨率低和核边界模糊，而非模型预测的微小交叠。在低质量区域（聚焦差、对比度低）模型仍存在失败案例。
四、讨论与结论
讨论部分指出，LSP-DETR的核心优势在于鲁棒的分割与检测性能、强泛化能力、严格优于现有技术的推理速度以及建模真实重叠的能力。研究还分析了检测指标与分割指标之间的固有差异，提出未来应研究图像平衡或密度感知的损失归一化。临床相关性方面，低延迟推理可能适用于病理医师在切片审阅期间对H&E区域进行 delineation 或修订，特别是新辅助细胞丰度估计等任务，但需任务特异性验证。局限性包括：重叠建模仅在专家成对分类上验证，缺乏独立标注的可见与遮挡边界数据集；星凸多边形表示可能不足以刻画强凹或不规则核；外部验证需涵盖多机构、多扫描仪、多染色方案。结论部分强调，LSP-DETR通过直接实例建模，以0.45 s/mm2的推理速度和线性复杂度实现了最先进的效率，通过新颖径向距离损失自然学习分割重叠细胞核，并展示了输入尺寸无关性，弥合了高保真分割与临床实际需求之间的差距，为数字病理学中高效高通量WSI分析确立了新方向。该研究发表于《Computer Methods and Programs in Biomedicine》。
