PathML

Escopo e limite de segurança

Use o PathML para pesquisa local em patologia computacional. É um software de pesquisa em versão beta, não um dispositivo médico validado, sistema de diagnóstico, ferramenta de suporte à decisão clínica ou substituto para um patologista. Não use os resultados para diagnosticar, graduar, estadiar ou tratar um paciente.

Arquivos de patologia podem conter rostos, rótulos, números de acesso, identificadores de pacientes, tags DICOM, nomes de arquivos ou dados clínicos vinculados. Antes de processar:

1. Confirme a autorização, consentimento/dispensa, termos de uso de dados e política institucional.
2. Desidentifique pixels e metadados; mantenha a chave de reidentificação fora do espaço de trabalho de análise.
3. Use valores pseudônimos patient_id, slide_id e specimen_id. Não coloque identificadores diretos em nomes de arquivos, logs, rótulos .h5path, cartões de modelo ou relatórios.
4. Mantenha entradas, intermediários e saídas em armazenamento criptografado local aprovado.
5. Divida por paciente (depois por lâmina) antes de segmentar ou ajustar qualquer etapa de pré-processamento.

Linha de base da versão, revisada em 01/10/2026

• Lançamento estável publicado: PyPI pathml==3.0.8, publicado em 14/08/2026, tag de origem v3.0.8 (fa49ffb66757ed8a8265756c92b6290834eddecb).
• As notas de lançamento da v3.0.5 indicam Python 3.10-3.12 e o fim do suporte para 3.9. O PyPI não declara Requires-Python e ainda tem um classificador desatualizado para 3.8, portanto, use a declaração de lançamento e teste o ambiente exato.
• O wheel atual incorpora as atualizações de dependência do Torch/PyG e exportação explícita de ONNX legado (dynamo=False). As páginas do ReadTheDocs/caches de pesquisa podem mostrar versões diferentes; o wheel 3.0.8 e a origem marcada determinam essas APIs.
• CLIs empacotados são testados com dados sintéticos. Exemplos e comandos de instalação do PathML são ilustrativos, verificados na origem, não uma reivindicação de execução completa de stack nativa ou modelo de patologia. Nenhuma lâmina, pesos de modelo ou conjuntos de dados foram baixados para esta revisão.
• Esta habilidade é licenciada sob MIT. O PathML em si é GPL-2.0 com opções de licenciamento comercial upstream; revise os termos upstream antes da redistribuição.

Instalação reproduzível

Use Python 3.11, a menos que o projeto tenha testado outro interpretador suportado:

uv venv --python 3.11
source .venv/bin/activate
uv pip install "pathml==3.0.8"
python -c "import importlib.metadata as m; print(m.version('pathml'))"

O PathML 3.0.8 não declara extras de pacote: não use pathml[all]. Sua distribuição base fixa uma grande stack científica/ML, incluindo Torch 2.12.0, ONNX 1.22.0, ONNX Runtime 1.17.x, OpenSlide Python 1.3.1, python-bioformats 4.1.0 e python-javabridge 4.0.4, torch-geometric 2.8.0 e onnxscript 0.7.1. Ele também fixa NumPy abaixo de 2 e vários pacotes binários mais antigos; não os atualize independentemente.

Instale pré-requisitos nativos antes do comando uv:

# Debian/Ubuntu
sudo apt-get install openslide-tools gcc g++ libblas-dev liblapack-dev openjdk-17-jdk

# macOS
brew install openslide openjdk@17

# Windows OpenSlide option documented upstream
vcpkg install openslide

python-javabridge==4.0.4 é apenas de origem no PyPI e precisa de um JDK (incluindo cabeçalhos javac/JNI), não apenas um JRE. Defina JAVA_HOME para esse JDK antes de compilar. O PathML importa a ponte Java/Bio-Formats em seu módulo de backend compartilhado, mesmo quando o leitor solicitado é OpenSlide; selecionar OpenSlide não evita essas dependências de instalação. Antigos conselhos de erro de importação mencionando Java 8 e javabridge==1.0.19 não correspondem aos requisitos do wheel lançado.

Java/Bio-Formats fornece o backend de formato multidimensional amplo. OpenSlide lida com formatos WSI de campo claro comuns de forma mais eficiente. CUDA é opcional e deve corresponder à build do PyTorch fixada; siga o seletor de plataforma do PyTorch em vez de adivinhar um wheel CUDA. Veja references/image_loading.md.

Fluxo de trabalho mínimo estável

O PathML 3.0.8 usa classes de conveniência de lâmina e SlideData.run(). Ele não fornece SlideData.from_slide(), e Pipeline não tem run():

from pathml.core import HESlide
from pathml.preprocessing import BoxBlur, Pipeline, TissueDetectionHE

slide = HESlide("data/pseudonymous_slide.svs", backend="openslide")
pipeline = Pipeline(
    [
        BoxBlur(kernel_size=5),
        TissueDetectionHE(mask_name="tissue", min_region_size=5000),
    ]
)
slide.run(
    pipeline,
    distributed=False,
    tile_size=512,
    tile_stride=512,
    level=0,
    tile_pad=False,
)
slide.write("derived/pseudonymous_slide.h5path")

Comece com uma amostra manual limitada antes de uma execução completa:

…