Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

RareCode: Ein Framework für unüberwachtes Deep Learning zur Anomalieerkennung in histopathologischen Bildern von kolorektalem Karzinom

3 Aufrufe

⸱

DOI:

10.3791/72303

⸱

22. September 2026

 ,  ,  ,  ,  ,  ,  ,  , 
1School of Computer Science and Engineering, Anhui University of Science and Technology, 2School of Medicine, Anhui University of Science and Technology, 3School of Electrical and Information Engineering, Anhui University of Science and Technology, 4The First Hospital, Anhui University of Science and Technology, 5School of Safety Science and Engineering, Anhui University of Science and Technology, 6Department of Pathology, Shenzhen People's Hospital, The Second Clinical Medical College, Jinan University, 7The First Affiliated Hospital, Southern University of Science and Technology, 8Anhui Provincial Academician Workstation of Anhui University of Science and Technology for Autoimmune Disease Diagnostic Technology

In diesem Artikel

Zusammenfassung

Diese Studie stellt RareCode vor, ein unüberwachtes Deep-Learning-Framework, das Anomalien in histopathologischen Bildern des kolorektalen Karzinoms erkennt, indem es die Seltenheit der Codebucharaktivierung (CAR) analysiert, und das Potenzial besitzt, die Vorscreening-Phase ohne beschriftete Trainingsdaten zu unterstützen.

Zusammenfassung

Die unüberwachte Anomalieerkennung in histopathologischen Bildern wurde bisher häufig mithilfe rekonstruktionsbasierter Ansätze erforscht, die Rekonstruktionsfehler messen, doch diese Methoden versagen oft beim Erfassen subtiler, semantischer pathologischer Variationen aufgrund der inhärenten Heterogenität der Gewebestrukturen. Um diese Einschränkung zu überwinden, stellt diese Studie RareCode vor, ein auf Vektorquantisierung basierendes Framework, das das Erkennungsparadigma über die pixelbasierte Rekonstruktion hinaus erweitert und stattdessen die Analyse der semantischen Codebuchaktivierung einbezieht. Die zentrale Innovation ist die Codebuch-Aktivitäts-Seltenheitsbewertung (Codebook Activation Rarity, CAR), die die Aktivierungshäufigkeit jedes Codebucheintrags während des Trainings ausschließlich mit normalen Proben erfasst und bei der Inferenz seltene Aktivierungen als Anomalieindikatoren markiert, wodurch Rekonstruktionsfehler durch semantische Differenzierung ergänzt werden. Aufbauend auf diesem einstufigen CAR-Mechanismus wird ein mehrstufiges hierarchisches Codebuch-Modul (Multi-scale Hierarchical Codebook, MHC) eingeführt, das Codebücher unterschiedlicher Größe mit lernbaren Fusionsgewichten verwendet, um pathologische Muster abzudecken, die von groben gewebebasierten Strukturen bis hin zu feinen zellulären Details reichen. Unter Nutzung des mehrstufigen Designs werden hierarchische Anomalie-Heatmaps auf jeder Codebuch-Granularitätsebene generiert, die Pathologen interpretierbare, mehrdimensionale visuelle Lokalisierungshinweise liefern, aus denen hervorgeht, wo und auf welcher strukturellen Ebene Anomalien auftreten. Eine Fünf-fache Kreuzvalidierung an einem klinisch annotierten Datensatz histopathologischer Bilder von kolorektalem Karzinom, erhoben am Shenzhen People's Hospital, zeigt, dass RareCode eine Fläche unter der Kurve (AUC) von 96,82 % erreicht und damit die Baseline-Methoden übertrifft. Die klassenspezifische Analyse ergab eine bessere Leistung bei der Krebserkennung (AUC = 99,44 %, Spezifität = 94,21 %) im Vergleich zur Entzündungserkennung (AUC = 94,30 %, Spezifität = 60,44 %). Diese Ergebnisse deuten darauf hin, dass die CAR-Analyse einen aussichtsreichen unüberwachten Ansatz für die histopathologische Anomalieerkennung darstellen könnte und möglicherweise die klinische Vorscreening-Diagnostik beim kolorektalen Karzinom unterstützen kann.

Einleitung

Die zuverlässige histopathologische Untersuchung auf Darmkrebs bleibt durch die Notwendigkeit sachkundiger Annotationen und manueller Überprüfung eingeschränkt, insbesondere wenn entzündliche Läsionen und Malignome eine überlappende Morphologie aufweisen1,2. Diese Einschränkungen motivieren unüberwachte computergestützte Ansätze, die aus normalem Gewebe lernen, ohne umfassende Annotationen von Abnormalitäten zu erfordern3,4.

Die klinische Dringlichkeit einer automatisierten histopathologischen Untersuchung wird durch das wachsende Missverhältnis zwischen diagnostischem Bedarf und verfügbarer pathologischer Expertise unterstrichen, wobei die diagnostische Arbeitslast pro US-Pathologe innerhalb eines Jahrzehnts um über 40 % gestiegen ist, während die Zahl der Pathologen weiter abnimmt5. Bei Darmkrebs (CRC) wurden organisierte Früherkennungsprogramme mit einer Verringerung der Sterblichkeit um 29–68 % assoziiert6, doch die Kapazität für manuelle pathologische Befundung bleibt durch die Verfügbarkeit des Personals begrenzt. Ein automatisiertes Vorscreening-System, das verdächtige Fälle zuverlässig zur Prioritätsprüfung identifiziert, könnte diese Belastung verringern und die diagnostische Durchlaufzeit verbessern. Allerdings erfordert der Einsatz solcher Systeme sowohl eine hohe Sensitivität, um echte positive Befunde nicht zu übersehen, als auch eine ausreichende Spezifität, um übermäßige Fehlalarme zu vermeiden7.

Die unüberwachte Anomalieerkennung (UAD) gewinnt in der medizinischen Bildanalyse zunehmend an Bedeutung8, da sie normale Gewebemuster ohne die Notwendigkeit abnormer Trainingslabels modellieren kann3,9,10. Rekonstruktionsbasierte Modelle, darunter Autoencoder, Variational Autoencoder, Generative Adversarial Networks und speichererweiterte Varianten, identifizieren Anomalien anhand von Rekonstruktionsfehlern, doch leistungsstarke Decoder können abnorme Bereiche dennoch mit hoher Genauigkeit rekonstruieren11,12,13,14,15,16,17. Merkmalsbasierte Verfahren wie PatchCore und PaDiM nutzen vortrainierte Repräsentationen, wobei jedoch aus natürlichen Bildern gelernte Merkmale möglicherweise mikroskopische Atypien in der histopathologischen Analyse nicht vollständig erfassen18,19,20,21. Auf Pathologie spezialisierte Grundmodellarchitekturen und diffusionsbasierte Anomalieerkennungssysteme bieten leistungsfähige Alternativen, ihre Datennutzung oder hohen Rechenkosten können jedoch die direkte Anwendung in Hochdurchsatz-Screenings einschränken22,23. Neuere automatisierte und evolutionäre Ansätze wie EvoAAE24 und MoARNN-AM25 verdeutlichen weiterhin den Nutzen adaptiver Modelloptimierung für die Anomalieerkennung, wobei sich ihre Anwendungskontexte von der histopathologischen Bildanalyse unterscheiden. Im Gegensatz dazu erzwingen vektorquantisierungsbasierte (VQ) Methoden diskrete Codebucheinschränkungen, die Identitätsabbildungen reduzieren können; bestehende VQ-basierte Ansätze stützen sich jedoch weiterhin hauptsächlich auf räumliche Rekonstruktionsfehler und nutzen die semantische Information in den Codebuch-Aktivierungsmustern unzureichend aus26,27.

Obwohl die oben genannten Methoden in allgemeinen Bereichen vielversprechende Leistungen zeigen, ergeben sich bei ihrer Anwendung auf komplexe histopathologische Szenarien spezifische Herausforderungen. Histopathologische Bilder zeichnen sich durch komplexe Gewebeheterogenität über mehrere strukturelle Ebenen hinweg aus28. In der Praxis erfolgt die Bildanalyse typischerweise an lokalen Bildausschnitten, die aus Gewebeschnitten extrahiert werden, und die pathologische Diagnose ist per se mehrskalig: Pathologen bewerten die Drüsen- und Gewebemorphologie bei geringer Vergrößerung, während sie bei hoher Vergrößerung das nukleäre Pleomorphismus und Mitosefiguren untersuchen29. Wir identifizieren drei wesentliche Einschränkungen der derzeitigen Ansätze: Erstens weisen pathologische Anomalien und normales Gewebe eine hohe Ähnlichkeit in visuellen Merkmalen niedriger Stufe wie Färbungsstilen und lokalen Texturen auf, wodurch rekonstruktionsbasierte Methoden versagen, subtile Anomalien zu erkennen, da sowohl normale als auch anormale Proben eine ähnliche Rekonstruktionsqualität auf semantischer Ebene erzeugen können. Zweitens verwenden die meisten bestehenden Methoden eine einheitliche, einstufige Merkmalsextraktion, wodurch es schwierig ist, anomale Merkmale gleichzeitig auf Gewebe- und Zellebene zu erfassen30,31. Drittens können gängige Methoden zwar pixelgenaue Heatmaps erzeugen, erfassen jedoch oft nicht intuitiv die hierarchischen Eigenschaften von Anomalien, was die Nützlichkeit solcher Modelle als klinische Diagnosehilfen einschränkt.

Um die oben genannten Herausforderungen zu bewältigen, schlagen wir RareCode vor, ein UAD-Framework, das Aktivierungsmuster von Codebüchern und hierarchische Merkmalsdarstellungen auf mehreren Abstraktionsebenen untersucht. Das Framework führt drei Hauptkomponenten ein: (1) Codebook Activation Rarity (CAR) Scoring-Mechanismus, der Seltenheitswerte basierend auf Aktivierungshäufigkeiten von Einträgen berechnet, die ausschließlich an normalen Proben trainiert wurden, um normale von anomalen Proben auf semantischer Ebene zu unterscheiden und komplementäre diskriminative Signale gegenüber traditionellen räumlichen Rekonstruktionsfehlern bereitzustellen. (2) Multi-Skalen-Hierarchische Codebuch (MHC)-Fusionsarchitektur, die pathologische Merkmale auf mehreren Granularitätsebenen – von groben Strukturmustern bis hin zu feinkörnigen zellulären Details – erfasst, indem Codebücher mit unterschiedlichen Kapazitäten eingesetzt werden, wobei eine adaptive Fusion durch lernbare Gewichtungen erreicht wird. (3) Hierarchisches interpretierbares Lokalisierungsmodul, das die Multi-Skalen-Architektur nutzt, um Anomalie-Heatmaps auf unterschiedlichen Granularitätsstufen zu erzeugen und Pathologen multi-skalierte, semantisch interpretierbare diagnostische Referenzen zur Verfügung zu stellen.

Die primäre Hypothese dieser Studie war, dass Aktivierungshäufigkeitsprofile von Codebüchern, die ausschließlich anhand normaler histopathologischer Kolorektalbilder trainiert wurden, semantische Informationen erfassen, die über den pixelbasierten Rekonstruktionsfehler hinaus für Anomalien relevant sind, und dass die Integration dieser komplementären Signale auf mehreren Skalen die Unterscheidung von Bildern mit bösartigem oder entzündlichem Gewebe von normalen Bildern im Vergleich zu repräsentativen UAD-Methoden verbessert, gemessen hauptsächlich anhand der AUC. Um diese Hypothese zu überprüfen, bewerteten wir RareCode mittels 5-facher Kreuzvalidierung an einem klinisch annotierten CRC-Datensatz und führten Ablations- und Lokalisierungsanalysen durch, um die Beiträge und die Interpretierbarkeit seiner Kernkomponenten zu untersuchen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

This study was approved by the Clinical Research Ethics Committee of Shenzhen People's Hospital (Approval No. LL-KY-2025300-01). The requirement for informed consent was waived by the ethics committee because this retrospective study used existing histopathological images and clinical materials without direct patient contact or intervention. All clinical data and histopathological images were de-identified before analysis, and no personally identifiable information was used in this study. All data used in this research were handled in accordance with the ethical standards of the institutional and national research committees.

Framework overview
The overall architecture of the proposed UAD framework, RareCode, is illustrated in Figure 1. The framework employs a parallel dual-branch architecture. For each 512 x 512 input image, non-overlapping 32 x 32 and 64 x 64 patches are extracted as fine- and coarse-scale inputs, respectively. The 64 x 64 patches are resized to 32 x 32 before being passed to the network so that both branches share the same encoder-decoder input size while preserving different receptive fields. Encoders in each branch map the extracted features into a latent space, where the MHC module imposes discretization constraints. Subsequently, decoders reconstruct the image from quantized features to compute spatial-domain reconstruction errors. The CAR mechanism then measures the degree of semantic-level anomaly by profiling codebook activation frequencies. Finally, the model fuses reconstruction scores and CAR scores through a weighted combination to obtain image-level anomaly scores. The RareCode framework is trained end-to-end using only normal samples, requiring no anomaly annotations. The dual-branch design was used to capture both local cellular features and broader glandular structures. The MHC module was used to model these features with codebooks of different capacities.

Encoder-decoder architecture
RareCode constructs structurally independent encoders and decoders for the fine- and coarse-scale branches. Each branch uses the same encoder-decoder design but does not share parameters. The encoder consists of four convolutional blocks, each including a 3 x 3 convolution, batch normalization, ReLU activation, and dropout. The channel width increases from 64 to 128, then to 256, and the final feature map is flattened and projected into a 64-dimensional latent embedding. The decoder mirrors the encoder with a fully connected projection layer followed by four transposed convolution layers, reconstructing each patch to the original input size of the network. Reconstruction error is calculated as the mean squared error between the input and reconstructed patches. By combining this encoder-decoder structure with discrete codebook constraints, RareCode learns compact representations of normal tissue and measures deviations during inference.

Multi-scale hierarchical codebook
To capture pathological features at multiple levels of abstraction—from broad tissue patterns to localized cellular variations—the MHC module employs K discrete codebooks Set notation {Ck} from k=1 to K; mathematical sequence; formula representation. with varying capacities n1, n2, ..., nK. In the final FourScales configuration, each branch contains four codebooks with 64, 128, 256, and 512 entries, respectively, and each codebook entry has a 64-dimensional embedding. For each encoded patch feature, the nearest codebook entry is selected according to Euclidean distance. The quantized outputs from different codebooks are then fused using learnable weights normalized across codebooks. Smaller codebooks, due to stronger compression constraints, are expected to encode coarse-grained prototypical patterns that abstract away local variations, whereas larger codebooks preserve finer-grained features that capture more specific structural characteristics. For each codebook Matrix clustering equation C_k={e_k^{(i)}}_{i=1}^{n_k}, diagram for data segmentation analysis., where ek(i) Static equilibrium diagram, ΣFx=0, force vectors, educational physics concept, free-body analysis. Rd denotes the i-th embedding vector in the k-th codebook, continuous features are mapped to the discrete codebook space via nearest neighbor lookup (Eq. 1 and 2):

Mathematical optimization, formula \( q_k(z) = \arg\min \|z - e_k^{(i)}\|_2^2 \), equation image.

Equation showing Z-statistics calculation with exponential function for data analysis model.

To achieve adaptive fusion of multi-scale features, we introduce learnable weights . After softmax normalization, weighted summation is performed over the quantized outputs from each codebook (Eq. 3):

Equation for weighted sum with activation function in neural network, mathematical formula.

where σ(·) denotes the softmax function, ensuring that weights satisfy Σk σ(wk) = 1. This design enables the model to automatically adjust the contribution ratios of codebooks at different granularities based on the semantic content of the input features.

To optimize codebook learning, we adopt the standard VQ loss function (Eq. 4):

Variational quantization, equation Lvq, mathematical derivation, research study.

where sg[·] denotes the stop-gradient operation, and β = 0.25 is the commitment loss weight coefficient. The first term encourages codebook vectors to move toward encoder outputs, while the second term encourages encoder outputs to remain consistent with their corresponding codebook vectors. The complete mechanism of multi-scale VQ is illustrated in Figure 2.

Codebook activation rarity scoring
CAR measures semantic-level anomalies based on codebook activation statistics estimated from normal training samples. After model training, all normal training images were passed through the encoder and MHC module without data augmentation. For each branch and each codebook, the assignment index of every patch feature was recorded, and the number of assignments to each codebook entry was counted. The counts were then normalized to obtain the activation-frequency distribution for that codebook (Eq. 5):

Equation illustrating frequency distribution formula in statistical analysis.

During inference, each test image was processed through the same patch extraction, encoding, and nearest-neighbor codebook assignment procedure. For each assigned codebook entry, the rarity score is calculated as the negative logarithm of its activation frequency in the normal training set (Eq. 6):

Equation: Relative risk calculation \(R_k(z)=-\log(f_{X|k}(z)+\epsilon)\); mathematical analysis.

where ε is a small constant used for numerical stability. A low-frequency codebook entry, therefore, receives a higher rarity score, suggesting that the corresponding patch feature is less consistent with the learned normal-tissue distribution. Patch-level rarity scores were averaged within each image and across the fine- and coarse-scale branches to obtain an image-level rarity response.

To complement activation-frequency rarity, we also compute a percentile-based quantization distance score (Eq. 7):

Percentile function equation; used in statistical analysis; mathematical formula.

This score is derived from the Euclidean distance between each encoded feature vector and its nearest codebook entry. The distance distribution is estimated from normal training samples, and test-sample distances are converted into percentile scores. Larger percentile scores indicate that the encoded feature is more difficult to represent using the learned normal codebook prototypes.

The final CAR score combines activation rarity and quantization distance across all codebooks using the learnable codebook weights (Eq. 8):

Static equilibrium equation, Σσ(wk)·(Rk+Dk), in formula analysis diagram.

The same normalized codebook weights used for multi-scale feature fusion are applied to score-level fusion, maintaining consistency between representation learning and anomaly scoring. The resulting CAR score is calculated at the image level and is then combined with the reconstruction score to obtain the final anomaly score. The overall CAR scoring mechanism is illustrated in Figure 3.

Final anomaly score computation
We fuse spatial-domain reconstruction errors with semantic-level CAR scores. Before fusion, both scores are separately normalized using percentile-based min-max normalization to reduce the influence of extreme outliers. The final image-level anomaly score is then defined as (Eq. 9):

Static equilibrium equation; formula: S_final=(1−α)·S_recon+α·S_CLEAR; research method.

where Srecon denotes the normalized mean squared reconstruction error, reflecting sample reconstruction quality in pixel space; SCAR is the CAR score described above, capturing degrees of semantic-level anomaly. The hyperparameter α Static equilibrium diagram, ΣFx=0, force vectors, educational physics concept, free-body analysis. [0,1] controls the relative weighting between the two components, with optimal values determined on validation sets.

Training objective
The RareCode framework is trained end-to-end using only normal samples. The total training loss comprises the following components (Eq. 10):

Equation on loss function components: \( L = L_{\text{recon}}^{\text{small}} + L_{\text{recon}}^{\text{large}} + L_{\text{VQ}} \).

Each term is defined as follows: Reconstruction Loss: Reconstruction loss equation \(L_{recon}=\|p-D(z_q)\|_2^2\), mathematical formula for data analysis., measuring the mean squared error between input patches p and reconstructed patches D(zq) after quantization. This loss is applied separately to the 32 × 32 patch branch (Static equilibrium concept; ΣFx=0; equations; educational diagram; physics mechanics principles) and 64 × 64 patch branch (Static equilibrium formula L<sub>recon</sub><sup>large</sup> equation; educational diagram.) to ensure effective learning of features at both spatial scales. 

Dataset description
To evaluate RareCode, experiments were conducted on a clinically annotated CRC histopathological image dataset comprising images of colorectal tissue sections stained with hematoxylin and eosin (H&E), obtained from Shenzhen People's Hospital. All images in this dataset originate from real clinical cases. Images were digitized at 40x magnification with an original resolution of 1024 × 1024 pixels. To ensure annotation reliability and quality, all sample category labels were jointly reviewed and confirmed by two or more senior professional pathologists following a double-blind protocol.

Based on histopathological characteristics, the dataset was categorized into three classes: normal tissue (1,226 images), cancer (1,215 images), and inflammation (1,214 images). In the binary UAD setting, cancer and inflammation samples were treated as anomalous, while normal samples served as the reference distribution. This formulation reflects the intended triage task of separating cases requiring further pathological review from those that are morphologically normal.

All H&E-stained images were resized to 512 × 512 pixels before being used as network input. Stratified 5-fold cross-validation was used for evaluation. In each fold, the normal samples were first divided into training, validation, and held-out test subsets. RareCode was trained only on the training normal samples. The validation subset, which also contained only normal samples, was used for model selection, hyperparameter tuning, and selection of the fusion weight α. The held-out test set, consisting of unseen normal samples and anomalous samples including cancer and inflammation, was used only for final performance evaluation and was not used for model training, hyperparameter selection, or α selection. The representative categories, dataset structure, and validation protocol are shown in Figure 4.

Implementation details
The proposed RareCode framework and comparison baselines were implemented using PyTorch. All experiments were conducted on a workstation equipped with a single NVIDIA GeForce RTX 4060 Ti GPU (16 GB). For network architecture configuration, to capture features at different spatial extents, the dual-branch architecture processes non-overlapping patches at two scales: 32 × 32 pixels (smaller receptive field, capturing local texture patterns) and 64 × 64 pixels (larger receptive field, capturing broader spatial context), respectively. The continuous feature embedding dimension produced by both branch encoders is uniformly set to 64. In the MHC module, we configure four codebooks with different capacities for each branch, with discrete prototype quantities of 64, 128, 256, and 512, respectively.

During optimization, the network was trained end-to-end for 50 epochs with a batch size of 8. We employ the AdamW optimizer for weight updates, with an initial learning rate of 5 × and weight decay of to prevent overfitting. Additionally, to ensure smooth training convergence, a cosine annealing learning rate schedule was used, enabling finer optimization in later training stages. Patch sizes and codebook sizes were selected to balance multi-scale representation and computational cost. The final FourScales configuration was supported by ablation analysis, and α was selected on the validation set before test-set evaluation.

For the decoder-complexity ablation, a complex-decoder variant was implemented based on the FourScales configuration. This variant used the same data split, codebook sizes, training epochs, optimizer, learning rate, validation-based α selection, and evaluation metrics as the FourScales model. The basic decoder was replaced with an EMCAD-style decoder containing multi-scale depthwise convolution blocks and Convolutional Block Attention Modules (CBAM). After each of the first three transposed-convolution upsampling stages, parallel 3 × 3, 5 × 5, and 7 × 7 depthwise convolutions were applied, followed by 1 × 1 pointwise fusion, batch normalization, ReLU activation, a residual connection, and CBAM attention. CBAM included channel attention based on average- and max-pooling descriptors and spatial attention using a 7 × 7 convolution. The final stage used transposed convolution and sigmoid activation to reconstruct 32 × 32 patches.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Comparison with baseline methods
To evaluate the RareCode framework, multiple representative UAD methods were selected as baselines, spanning reconstruction-based methods (CAE32, VAE12, SAE33, MAE34, PatchSAE35), memory-augmented reconstruction (MemAE36), knowledge distillation (STFPM37), synthetic anomaly generation (DRAEM

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Ergebnisse deuten darauf hin, dass Aktivierungsmuster von Codebüchern ergänzende Informationen zu räumlichen Rekonstruktionsfehlern liefern können. Die Verbesserung von NoCAR hin zum vollständigen FourScales-Modell unterstreicht das mögliche Beitragspotenzial der CAR-Bewertung, während die ausgewählten Fusionsgewichte darauf hindeuten, dass semantische Seltenheit eine wichtige Rolle bei der endgültigen Anomaliebewertung spielen könnte. Eine mögliche Erklärung ist, dass CRC-bezogene Abnormalitäten verschiedene morphol...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine bekannten konkurrierenden finanziellen Interessen oder persönlichen Beziehungen haben, die den in dieser Arbeit berichteten Arbeiten gegenübergestanden haben könnten. Während der Erstellung dieser Arbeit verwendeten wir ChatGPT, um die Sprache und Lesbarkeit des Manuskripts zu verbessern und bei der Erstellung von Code für Datenvisualisierungen zu unterstützen. Nach der Nutzung dieses Tools überprüften und bearbeiteten wir den Inhalt nach Bedarf und übernehmen die volle Verantwortung für den veröffentlichten Artikel.

Danksagungen

Diese Forschung wurde unterstützt durch die Arbeitsstelle des Wissenschaftlers Yong Dai (Diagnostische Technologie für Autoimmunerkrankungen) (Wan Ke Wissenschaft und Technologie [2023] Nr. 317), das Projekt des Graduierten-Innovationsfonds des Gemeinsamen Forschungszentrums für Gesundheitswissenschaft und Technologie Hefei und des Offenen Fonds für Arbeitsmedizin und Gesundheit (Nr. OMH-2023-04) sowie das Projekt zur klinischen und translationale Forschung der Provinz Anhui (Nr. 202427610020132).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
GeForce RTX 4060 Ti GPUNVIDIAN/V16 GB VRAM; zur Durchführung aller Experimente wurde eine einzelne GPU verwendet (RRID:SCR_022858)
MatplotlibMatplotlib-EntwicklungsteamVersion 3.8.4Datendarstellung und Erstellung von Abbildungen (RRID:SCR_008624)
NumPyNumPy-EntwicklerVersion 1.26.4Numerische Berechnungen und Array-Operationen (RRID:SCR_008633)
pandaspandas-EntwicklungsteamVersion 2.2.3Datenorganisation und Verarbeitung tabellarischer Ergebnisse (RRID:SCR_018214)
PillowPython Imaging Library / Pillow-MitwirkendeVersion 10.3.0Bildladen und Vorverarbeitung
PythonPython Software FoundationVersion 3.12.3Programmiersprache für Modellentwicklung und Datenanalyse (RRID:SCR_008394)
PyTorchMeta Platforms, Inc.Version 2.7.0+cu118Tiefenlern-Framework für Implementierung und Training des Modells (RRID:SCR_018536)
scikit-learnscikit-learn-EntwicklerVersion 1.4.2Kreuzvalidierung, Aufteilung in Trainings- und Testdatensätze sowie Evaluierungsmetriken (RRID:SCR_002577)
SciPySciPy-EntwicklerVersion 1.13.1Statistische Analyse (RRID:SCR_008058)
torchvisionPyTorch-ProjektVersion 0.22.0+cu118Bildvorverarbeitung und Datentransformation
tqdmtqdm-EntwicklerVersion 4.66.4Überwachung des Fortschritts während Training und Evaluierung

Referenzen

  1. Fan J, Sun Q, Di Y, et al. DIPathMamba: A domain-incremental weakly supervised state space model for pathology image segmentation. Med Image Anal. 2025;103:103563.
  2. Nan T, Zheng S, Qiao S, et al. Deep learning quantifies pathologists' visual patterns for whole slide image diagnosis. Nat Commun. 2025;16(1):5493.
  3. Lagogiannis I, Meissen F, Kaissis G, et al. Unsupervised pathology detection: a deep dive into the state of the art. IEEE Trans Med Imaging. 2024;43(1):241-252.
  4. Tian Y, Liu F, Pang G, et al. Self-supervised pseudo multiclass pre-training for unsupervised anomaly detection and segmentation in medical images. Med Image Anal. 2023;90:102930.
  5. Metter DM, Colgan TJ, Leung ST, et al. Trends in the US and Canadian pathologist workforces from 2007 to 2017. JAMA Netw Open. 2019;2(5):e194337.
  6. Shaukat A, Levin TR. Current and future colorectal cancer screening strategies. Nat Rev Gastroenterol Hepatol. 2022;19(8):521-531.
  7. Ancker JS, Edwards A, Nosal S, et al. Effects of workload, work complexity, and repeated alerts on alert fatigue in a clinical decision support system. BMC Med Inform Decis Mak. 2017;17(1):36.
  8. Litjens G, Kooi T, Ehteshami Bejnordi B, et al. A survey on deep learning in medical image analysis. Med Image Anal. 2017;42:60-88.
  9. Stepec D, Skocaj D. Unsupervised detection of cancerous regions in histology imagery using image-to-image translation. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. 2021:3785-3792.
  10. Li Y, Lao Q, Kang Q, et al. Self-supervised anomaly detection, staging and segmentation for retinal images. Med Image Anal. 2023;87:102805.
  11. Hinton GE, Salakhutdinov RR. Reducing the dimensionality of data with neural networks. Science. 2006;313(5786):504-507.
  12. Kingma DP, Welling M. Auto-encoding variational Bayes. In: Proceedings of the 2nd International Conference on Learning Representations (ICLR). 2014.
  13. Goodfellow IJ, Pouget-Abadie J, Mirza M, et al. Generative adversarial nets. In: Advances in Neural Information Processing Systems. 2014;27:2672-2680.
  14. Lu S, Zhang W, Zhao H, et al. Anomaly detection for medical images using heterogeneous auto-encoder. IEEE Trans Image Process. 2024;33:2770-2782.
  15. Yang Z, Zhang T, Soltani Bozchalooi I, et al. Memory-augmented generative adversarial networks for anomaly detection. IEEE Trans Neural Netw Learn Syst. 2022;33(6):2324-2334.
  16. Huyan N, Quan D, Zhang X, et al. Unsupervised outlier detection using memory and contrastive learning. IEEE Trans Image Process. 2022;31:6440-6454.
  17. Jézéquel L, Beaudet J, Histace A, et al. Unified anomaly detection via multi-scale contrasted memory. IEEE Trans Image Process. 2026;35:2802-2815.
  18. Roth K, Pemula L, Zepeda J, et al. Towards total recall in industrial anomaly detection. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2022:14298-14308.
  19. Defard T, Setkov A, Loesch A, et al. PaDiM: a patch distribution modeling framework for anomaly detection and localization. In: International Conference on Pattern Recognition. Cham: Springer; 2021:475-489.
  20. Zingman I, Stierstorfer B, Lempp C, et al. Learning image representations for anomaly detection: application to discovery of histological alterations in drug development. Med Image Anal. 2024;92:103067.
  21. Jiang Y, Cao Y, Shen W. Prototypical learning guided context-aware segmentation network for few-shot anomaly detection. IEEE Trans Neural Netw Learn Syst. 2025;36(7):12016-12026.
  22. Wang X, Zhao J, Marostica E, et al. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature. 2024;634(8035):970-978.
  23. Frotscher A, Kapoor J, Wolfers T, et al. Unsupervised anomaly detection in medical imaging using aggregated normative diffusion. Med Image Anal. 2026;109:103895.
  24. Zeng GQ, Yang YW, Lu KD, et al. Evolutionary adversarial autoencoder for unsupervised anomaly detection of industrial Internet of Things. IEEE Trans Reliab. 2025;74(3):3454-3468.
  25. Lu KD, Zhang BX, Xu Y, et al. MoARNN-AM: multi-objective automated recurrent neural network with attention mechanism for cyber-attack detection of UAV. IEEE Trans Consum Electron. 2026;72(1):1738-1749.
  26. van den Oord A, Vinyals O, Kavukcuoglu K. Neural discrete representation learning. In: Advances in Neural Information Processing Systems. 2017;30:6306-6315.
  27. Ghafourian A, Shui H, Upadhyay D, et al. Targeted collapse regularized autoencoder for anomaly detection: black hole at the center. IEEE Trans Neural Netw Learn Syst. 2025;36(6):10348-10358.
  28. Gao Z, Mao A, Dong Y, et al. SMMILe enables accurate spatial quantification in digital pathology using multiple-instance learning. Nat Cancer. 2025;6(12):2025-2041.
  29. Wang X, Liu H, Zhang Y, et al. Joint modeling histology and molecular markers for cancer classification. Med Image Anal. 2025;102:103505.
  30. Jin H, Shen J, Cui L, et al. Dynamic graph based weakly supervised deep hashing for whole slide image classification and retrieval. Med Image Anal. 2025;101:103468.
  31. Schmitz R, Madesta F, Nielsen M, et al. Multi-scale fully convolutional neural networks for histopathology image segmentation: from nuclear aberrations to the global tissue architecture. Med Image Anal. 2021;70:101996.
  32. Masci J, Meier U, Ciresan D, et al. Stacked convolutional auto-encoders for hierarchical feature extraction. In: International Conference on Artificial Neural Networks. Berlin: Springer; 2011:52-59.
  33. Ng A. Sparse autoencoder. CS294A Lecture Notes. 2011;72:1-19.
  34. He K, Chen X, Xie S, et al. Masked autoencoders are scalable vision learners. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2022:16000-16009.
  35. Lim H, Choi J, Choo J, et al. Sparse autoencoders reveal selective remapping of visual concepts during adaptation. In: Proceedings of the 13th International Conference on Learning Representations (ICLR). 2025.
  36. Gong D, Liu L, Le V, et al. Memorizing normality to detect anomaly: memory-augmented deep autoencoder for unsupervised anomaly detection. In: Proceedings of the IEEE/CVF International Conference on Computer Vision. 2019:1705-1714.
  37. Wang G, Han S, Ding E, et al. Student-teacher feature pyramid matching for anomaly detection. In: Proceedings of the 32nd British Machine Vision Conference (BMVC). 2021.
  38. Zavrtanik V, Kristan M, Skocaj D. DRAEM: a discriminatively trained reconstruction embedding for surface anomaly detection. In: Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021:8330-8339.
  39. Niazi MKK, Parwani AV, Gurcan MN. Digital pathology and artificial intelligence. Lancet Oncol. 2019;20(5):e253-e261.
  40. Raab SS, Grzybicki DM, Janosky JE, et al. Clinical impact and frequency of anatomic pathology errors in cancer diagnoses. Cancer. 2005;104(10):2205-2213.
  41. Schömig-Markiefka B, Pryalukhin A, Hulla W, et al. Quality control stress test for deep learning-based diagnostic model in digital pathology. Mod Pathol. 2021;34(12):2098-2108.
  42. Steiner DF, MacDonald R, Liu Y, et al. Impact of deep learning assistance on the histopathologic review of lymph nodes for metastatic breast cancer. Am J Surg Pathol. 2018;42(12):1636-1646.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Weitere Artikel entdecken

Unüberwachtes LernenCodebook-AktivierungVektorquantisierungMulti-Scale-CodebookKrebserkennungsemantische Analyse
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.