HistoKernel: Whole slide image level Maximum Mean Discrepancy kernels for pan-cancer predictive modelling
Notice bibliographique
Résumé
In computational pathology, labels are typically available only at the whole slide image (WSI) or patient level, necessitating weakly supervised learning methods that aggregate patch-level features or predictions to produce WSI-level scores for clinically significant tasks such as cancer subtype classification or survival analysis. However, existing approaches lack a theoretically grounded framework to capture the holistic distributional differences between the patch sets within WSIs, limiting their ability to accurately and comprehensively model the underlying pathology. To address this limitation, we introduce HistoKernel, a novel WSI-level Maximum Mean Discrepancy (MMD) kernel designed to quantify distributional similarity between WSIs using their local feature representation. HistoKernel enables a wide range of applications, including classification, regression, retrieval, clustering, survival analysis, multimodal data integration, and visualization of large WSI datasets. Additionally, HistoKernel offers a novel perturbation-based method for patch-level explainability. Our analysis over large pan-cancer datasets shows that HistoKernel achieves performance that typically matches or exceeds existing state-of-the-art methods across diverse tasks, including WSI retrieval (n = 9324), drug sensitivity regression (n = 551), point mutation classification (n = 3419), and survival analysis (n = 2291). By pioneering the use of kernel-based methods for a diverse range of WSI-level predictive tasks, HistoKernel opens new avenues for computational pathology research especially in terms of rapid prototyping on large and complex computational pathology datasets. Code and interactive visualization are available at: https://histokernel.dcs.warwick.ac.uk/.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».