科研 Skill

数字病理全切片分析

20-ai-medical-imaging-ai-whole-slide-image-analysis

在AI医学影像领域开展“全切片图像分析”任务时使用;根据输入、科学假设和运行环境,在数字病理AI下已保留的方法实现之间路由。

官方收录发布者 Codar安全审核通过v0.1.1更新于 2026-09-04

SKILL.md

数字病理全切片分析

先读取 WSI 层级、扫描倍率、像素尺寸、染色和病例/切片关系。训练与测试按患者划分,来自同一组织块的多个切片不能跨集合。

在低分辨率建立组织 mask,排除背景、笔迹、折叠、气泡和严重失焦,再按物理尺寸而非固定像素切块。染色归一化的参考片和参数只由训练数据确定,并保留原图以供核查。

根据任务选择 patch 分类、细胞/腺体分割或多实例学习。聚合到切片/患者层评价,报告覆盖率和被丢弃区域;热图需回到原片叠加检查。

交付 tissue mask、patch 索引、质量标记、模型/特征结果和代表性叠加图。不能把 patch 数量当成独立样本量。

所属插件

AI医学影像影像组学、医学影像深度学习与数字病理。

安装该插件会一并获得同领域的 22 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

数字病理全切片分析能做什么?

在AI医学影像领域开展“全切片图像分析”任务时使用;根据输入、科学假设和运行环境,在数字病理AI下已保留的方法实现之间路由。

如何安装数字病理全切片分析?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「数字病理全切片分析」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

数字病理全切片分析需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

数字病理全切片分析经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。