全切片图像候选标注区域的输出侧二次筛除方法及系统与流程

本发明属于数字病理全切片图像（wsi）人工智能标注，尤其涉及全切片图像候选标注区域的输出侧二次筛除方法及系统。

背景技术：

1、全切片图像单张像素规模可达数十亿级，现有数字化病理标注普遍采用可提示分割模型完成病变/组织区域自动分割：通过点、框、掩码正向提示输入，模型输出全片类别概率图，再将概率图网格化切分为海量候选格，每个候选格携带上游模型输出的置信度；该过程会产生大量将间质、伪影、正常组织误判为目标病变的假阳性候选区域。

2、现有技术主要分为四类，均存在不可规避的技术缺陷：

3、其一，人工逐条删除假阳候选：单张切片待复核候选可达千级，业务场景下切片总量达数千张，纯人工逐条核查删除人力成本极高，无法规模化落地。

4、其二，难负例挖掘重训练上游分割模型：上游可提示分割模型仅开放正例提示输入通道，无负例撤销输入通路；即便强行将人工标注假阳样本回灌重训，极易同步抹除真实病变目标，造成病理场景不可接受的漏诊风险。

5、其三，直接采用上游模型置信度筛选假阳：上游模型自身置信度对真假候选区分能力极弱，在“保证保留95%真实目标”的安全阈值下，仅能筛除19%假阳，隔离病人的冻结测试集仅可筛除8.9%假阳，质控效果无法满足临床需求。

6、其四，通用两阶段级联二次分类方案：通用级联架构缺失三重安全约束，会静默误删真实病变区域：①筛除判定逻辑无硬约束，判定方向易被改写，批量删除全部真目标；②分类器失效后默认回退0.5中庸概率，掩盖模型加载故障；③无特征维度校验，编码器更换后特征维度不匹配会产出语义完全失真的判定结果。

7、其五，同时现有方案存在数据层面两大缺陷：一是机器判定结果内嵌至每一个候选格中，叠加聚合统计字段后，超大切片文件体积爆炸；二是复用人工复核字段存储机器筛除结果，机器判定与人工标注真值混杂，无法区分人机分歧，后续审计、一致性统计完全失真。

8、综上，现有技术无法同时兼顾：不修改上游分割模型、杜绝真目标误删、高效筛除假阳、算力可控、故障可感知、数据无污染、文件轻量化存储的多重病理业务刚需，因此亟需全新方案解决上述痛点。

技术实现思路

1、针对现有技术存在的问题，本发明提供了全切片图像候选标注区域的输出侧二次筛除方法及系统，具备防漏诊安全性高、假阳过滤效果优、算力消耗低、故障透明可监控、数据存储轻量化无污染、工程适配性强的优点，解决了现有技术中病理全切片 ai 分割后假阳筛选效率低、易误删真实病变、算力开销大、故障无感知、标注数据混淆膨胀的问题。

2、本发明是这样实现的，全切片图像候选标注区域的输出侧二次筛除方法，包括以下步骤：

3、s1、候选分层筛选分流：配置置信度闭区间[下界，上界]，遍历上游全部候选格；仅状态为“已预测”且置信度非空的候选参与筛选；所述置信度位于闭区间内的候选标记为带内候选，并进入后续判定；置信度大于区间上界的高分候选直接放行，不读取原图、不提取特征、不调用编码器与分类器，仅统计高分跳过计数；置信度小于区间下界的候选不参与判定；若带内候选集合为空，则直接输出原始候选格列表并终止工序；

4、s2、故障前置校验：加载离线训练的分类器权重三件套并校验，从权重元数据读取匹配当前召回目标的操作点阈值；若分类器加载失败或阈值无法解析，全部带内候选标记为不可用，不执行图像读取、编码、分类计算；校验无故障则进入s3；

5、s3、定尺读窗：针对每一带内候选，取候选包围盒中心，在切片原始分辨率读取固定边长的方形小图，读窗尺寸与编码器输入尺寸解耦，图像缩放、裁剪交由编码器内置预处理独立完成；

6、s4、冻结编码与维度校验：将全部定尺小图批量输入权重冻结的病理基础编码器，输出特征向量数组；校验特征向量数组秩为2、特征维度与系统配置期望维度匹配；校验失败则抛出任务级受控错误码，本切片筛除工序整体终止；

7、s5、安全约束二次判定：将合法特征向量输入二分类分类器，输出目标病变类别概率；采用不可反转的硬编码判定规则：目标概率＜操作点阈值则判定为假阳，目标概率≥操作点阈值则判定为保留；所述操作点阈值由召回-阈值曲线查表获得，默认召回目标为0.95，保守采集场景切换为0.98；

8、s6、生成标准化判定字典：为每个带内候选生成仅包含五个固定字段的五键判定字典；五个字段为判定结论、保留6位小数的目标分数、模型唯一标识、判定状态、置信度筛选区间；

9、s7、正交稀疏结构化存储：判定字典独立新增，不复用人工复核字段；全部聚合监控计数统一写入产出文件顶层；超大切片场景不物化完整候选格数组，仅在顶层设置稀疏判定清单，清单内每一项包含自描述可逆坐标键、原始分辨率包围盒、对应五键判定字典；

10、s8、分级可视化展示：以统一谓词“判定状态为已评分且判定结论为假阳” 作为降级渲染触发条件；假阳候选降低透明度并采用虚线轮廓展示，不物理删除原始候选；支持人工一键翻出恢复正常渲染，并可人工推翻机器判定结果。

11、作为本发明优选的，设有全局启停总开关，开关关闭时不新增判定相关字段，输出数据结构与未启用筛除工序时完全一致，支持灰度放量与一键回滚。

12、作为本发明优选的，筛除逻辑封装为共享模块，通过依赖注入适配在线单片发布、批量脚本处理两条业务流水线；在线单片发布路径：完整输出稀疏判定清单、顶层判定汇总、监控计数、全局状态字段；批量脚本处理路径：统一将候选置信度置为0.5，仅落盘稀疏判定清单，阈值解析失败时直接终止批量任务。

13、作为本发明优选的，所述分类器权重三件套的离线导出步骤包括：以单张切片标识为分组键执行分组交叉验证，基于冻结编码器输出特征与二元标注训练二分类梯度提升树；基于袋外预测结果生成完整召回-阈值曲线；导出前校验编码器特征维度与元数据声明维度一致，同步打包分类器模型、标签表、携带召回曲线与模型参数的元数据文件，构成权重三件套。

14、全切片图像候选标注区域的输出侧二次筛除系统，适用所述的全切片图像候选标注区域的输出侧二次筛除方法，包括上游可提示分割模型、输出侧二次筛除装置、判定器权重三件套、发布入库模块、展示模块；所述输出侧二次筛除装置为核心处理单元，包含耦合联动的六大模块：候选选择模块，用于执行置信度区间分层分流，统计高分跳过计数，输出带内候选集合；定尺读窗模块，用于读取原始分辨率固定边长的候选中心小图；冻结编码模块，用于批量提取病理图像特征向量，编码器权重全程冻结不微调；特征维度校验门，用于校验特征向量维度匹配，维度异常时输出任务级受控错误码；二次判定模块，用于加载权重三件套，执行两级故障隔离、不可反转安全判定规则，输出候选判定结果；判定结果写入模块，用于生成五键判定字典，完成顶层聚合统计、稀疏判定清单、正交字段结构化写入。

15、作为本发明优选的，所述上游可提示分割模型仅支持正向标注提示输入，输出全片类别概率图与网格化候选格列表；所述判定器权重三件套为离线训练导出的分类器文件、标签表、元数据，元数据内置召回 - 阈值曲线、特征维度、读窗尺寸参数；所述发布入库模块，用于接收二次筛除装置输出数据，持久化存储顶层汇总字段与稀疏判定清单；所述展示模块，用于基于判定字典执行统一谓词可视化降级渲染，支持人工一键翻出、推翻假阳判定。

16、作为本发明优选的，所述两级故障隔离机制具体为：候选级不可用故障：分类器未加载、阈值解析失败时，全部带内候选标记为不可用，零图像读取、零编码、零gpu算力消耗，不输出虚假判定分数；任务级受控错误：图像读取失败、编码器推理失败、特征维度不匹配时，抛出明确受控错误码，当前切片筛除工序整体失效，不产出任何判定结果。

17、与现有技术相比，本发明的有益效果如下：

18、底层安全约束，彻底杜绝真实病变误删（病理场景核心刚需）：本发明设置多层不可修改的安全契约：判定方向硬编码禁止反转、边界概率统一判定保留、高分候选直接放行不做任何修改、故障不回退兜底概率、特征维度前置拦截、仅视觉降级不物理删除候选；对比通用两阶段级联方案，从工程逻辑层面消除静默漏诊风险，严格保障真实目标召回率。

19、假阳性筛除效果数量级提升，降低人工标注成本：在统一“保留95%真实目标”安全操作点下，本发明假阳识别率最高可达96%，隔离病人冻结测试集auc 达0.9992；而仅使用上游模型置信度仅能筛除8.9%-19%假阳，人工工作模式从 “逐条删除假阳”简化为“抽检复核机器标记结果”，数千张切片规模化标注具备工程可行性。

20、分级算力调度，解决超大切片算力爆炸问题：通过置信度区间分层，高置信度优质候选直接跳过图像读取、编码、gpu 分类全流程，仅对中间风险区间候选投入算力；无需对上亿级全量候选做特征提取，显著降低单切片推理耗时与硬件资源占用。

21、两级故障隔离，故障可感知、无静默错误输出：区分候选级不可用、任务级受控错误两类故障，分类器失效、阈值缺失时零算力消耗并诚实标记不可用；读图、编码、维度异常时直接抛出明确错误码，系统可快速告警，不会以虚假判定掩盖底层故障。

22、正交稀疏数据存储，无文件膨胀、无标注真值污染：机器判定字段与人工复核字段完全隔离，聚合统计全部上移至文件顶层，超大切片仅存储稀疏判定清单；产出文件体积与切片像素尺寸解耦，可清晰区分人机标注记录，支持分歧率统计、全流程审计。

23、工程落地兼容性强，多业务场景复用、灰度可控：核心逻辑封装为依赖注入共享模块，同时适配在线单片发布、批量脚本处理两条业务流水线；全局总开关默认关闭，关闭后完全兼容历史旧数据格式，支持灰度放量、故障一键回滚；配套标准化离线权重导出流程，适配不同型号病理编码器迭代升级。