SlideRuler用同一张切片的内部对照校准病理基础模型，跨五台扫描仪将嵌入距离降低16.3–38.5%
核心概要
作者提出SlideRuler，用同一张切片内其他区域作为内部对照，从配对重扫训练中学习采集位移的转移映射，在推理时仅凭单次扫描即可校准冻结的病理基础模型；在两个编码器和五台SCORPION扫描仪上，学习式转移相对原始嵌入将平均目标到源嵌入距离降低16.3–38.5%，同片对照优于同扫描仪无关对照，源锚定变体在保留大部分对齐增益的同时将源特征位移降低47.7–83.6%。
Figure 1: One-slide calibration with learned transfer. Top: paired rescans define the acquisition basis U U from residuals centered across scanners within each registered region and train the transfer map. Bottom: a single scan supplies control displacements relative to source prototypes; learned transfer corrects the query while preserving Q z j Qz_{j} . Controls exclude the query; training prototype matches exclude its entire slide. The nine-control SCORPION example is schematic.
arXiv深度剖析
同片对照携带超出同设备共享校正的额外信息：用同一扫描仪上另一张切片的对照区域替换本片对照后，学习式转移的配对距离改善在四个评估设置中均为正，Prost40M为0.535与0.303，DistillPath为0.330与0.249，四个合并区间均排除零，32次置换下合并效应均为正。 此前配对重扫方法学习的是跨切片共享的全局变换，本文通过保持扫描仪与查询不变、仅替换对照组织身份，把当前切片自身的贡献从共享采集校正中分离出来。 32次种子化错排、5,000次物理切片自助重采样得到的逐点95%区间，以及16个扫描仪特异区间均排除零；同片增量占学习式转移总距离缩减的6.3–8.9%。
源锚定变体把目标对齐与源特征位移的权衡显式化：相对学习式转移，源特征位移降低47.7–83.6%，在全部48张切片、每个设置中均下降，代价是平均目标距离增加0.291–0.749，同时保留学习式转移相对原始嵌入距离缩减的79.8–93.2%。 学习式转移只优化目标对齐，本文引入以源特征位移为模型选择准则的锚定残差估计器，使部署者可以在对齐与源侧保真之间选择工作点。 四个配对区间均排除零；训练内模型选择在60次唯一拟合中42次保留残差分量、18次选择控制调制的全局校正，Prost40M全部保留残差而校准DistillPath全部选择全局校正。
组织定义对照的可用性受采样密度限制：外部三分类选择器在患者加权下对良性腺体、残余间质、肿瘤的精确率分别为89.37%、99.98%、96.32%，覆盖率96.75%；在PAR上把每张扫描的采样从512场增至2,048场，使同时满足两类对照数量要求的扫描从29/105升至58/105，且良性腺体采样是剩余瓶颈。 以往工作多假设对照组织可得，本文把对照可得性本身作为可测量终点，并给出选择器精度与采样策略之间的定量关系。 8,325个场、37张切片、32位患者，患者权重为一，2,000次患者自助重采样；PAR为固定20位患者、35张切片、105次扫描，所有分配扫描保留在分母中。
受控合成实验把学习式转移的收益归因于组织响应差异与下游头对采集位移的敏感性：在采集敏感机制下，双区室方法将位移RMSE从4.014降至1.894，最差目标QWK从0.828升至0.949，等级翻转从56.7%降至15.7%；对已稳健的头，QWK增益仅0.009，而当病灶与对照响应差异强烈时，学习式无门控转移把RMSE从直接相减的3.766降至1.662。 真实扫描仪数据无法给出已知位移，本文用64次合成运行（八种机制、八个种子）提供已知采集位移下的因果式对照，说明方法在何种组织与头条件下有效。 八个种子全部计入均值，配对推断使用10,000次种子级百分位自助与精确双侧符号翻转检验，并对三次比较做Holm校正；采集敏感机制下RMSE缩减与QWK增益的校正后p值均显著。
启示与展望
该工作面向嵌入校准与组织对照可得性两个问题，适用于推理时只有单次扫描、基础模型保持冻结、且切片内存在可识别对照组织的场景，例如前列腺活检中的良性腺体与间质。它使跨医院与跨设备部署时无需配对重扫、无需扫描仪身份、也无需目标队列统计即可估计并校正采集位移，并为源侧保真敏感的下游任务提供可选的锚定工作点。组织选择器与采样策略的结果为设计对照采集方案提供了定量依据：在PAR上把每张扫描从512场增至2,048场可将满足两类对照数量要求的扫描从29/105提升到58/105。方法被定位为研究用途。
SCORPION提供对齐区域与物理切片分组，但不含患者标识、区室注释或临床分级，其自助区间以已拟合模型与开发选择为条件，公开元数据也无法完整审计预训练重叠；采集坐标可能包含生物变异，源特征位移下降并不等于下游预测得到保持。可选严格门控在当前样本量下不接受任何SCORPION校正，因此真实扫描仪结果针对无门控估计器。PAR对照计数只是中间终点：配准与匹配肿瘤要求使合格训练患者最多六位，低于固定的十位下限，因此未运行端到端PAR校准或分级比较；PAR对照纯度需要专家验证，更密采样产生空间聚集的场。合成压力测试显示对照区室之间一致并不能防止共享对照漂移或病灶响应改变。这些指向后续验证重点：专家核验的对照、患者分离的下游评估，以及在更广采集变化下对校正决策的评估。