AI导哈

病理切片图像查看器

PathView是一款高性能数字病理学切片图像查看器，支持GPU加速渲染、细胞分割可视化、组织分类热图及AI代理集成。

  • by PABannier
  • C++
  • 本地部署
  • 4 星标
  • 更新于
在 GitHub 查看 PABannier/Pathview

使用说明

PathView

用于数字病理学的高性能全幻灯片图像（WSI）查看器。PathView通过模型上下文协议（MCP）将GPU加速的平铺渲染与多边形覆盖相结合，用于细胞分割可视化、组织分类热图和AI代理集成。

目录

特性

特性 描述
高性能渲染 通过多分辨率金字塔图块加载和LRU缓存实现平滑平移/缩放
远程流 通过WSIStreamer磁贴服务器从S3兼容存储流式传输幻灯片
多边形叠加 使用Protocol Buffers中的基于类的样式渲染细胞分割数据
组织热图可视化 GPU加速的基于图块的组织分类热图，具有空间索引功能，用于实时可视化
AI代理控制 通过MCP进行完全程序化控制，使用27个工具进行导航、快照和ROI分析
概览小地图 单击以使用实时视口指示器跳转导航
交叉平台的 原生支持macOS和Linux

快速开始

# Clone the repository
git clone https://github.com/PABannier/PathView.git
cd PathView

# Build (macOS with Homebrew vcpkg)
export VCPKG_TARGET_TRIPLET=arm64-osx
cmake -B build -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_TOOLCHAIN_FILE=$(brew --prefix vcpkg)/scripts/buildsystems/vcpkg.cmake
cmake --build build -j$(nproc)

# Run
./build/pathview

安装

先决条件

依赖关系 描述 安装
CMake 3.16+ 构建系统 brew install cmake 或 apt install cmake
C++17编译器 GCC 8+、Clang 10+或Apple Clang Xcode CLI工具或 apt install g++
OpenSlide WSI I/O库 brew install openslide 或 apt install libopenslide-dev
vcpkg 包管理器 brew install vcpkg 或 从源代码安装

从源代码构建

macOS

# Set triplet for your architecture
export VCPKG_TARGET_TRIPLET=arm64-osx   # Apple Silicon
# export VCPKG_TARGET_TRIPLET=x64-osx   # Intel

# Configure and build
cmake -B build \
  -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_TOOLCHAIN_FILE=$(brew --prefix vcpkg)/scripts/buildsystems/vcpkg.cmake

cmake --build build -j$(nproc)

Linux

export VCPKG_TARGET_TRIPLET=x64-linux

cmake -B build \
  -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_TOOLCHAIN_FILE=~/vcpkg/scripts/buildsystems/vcpkg.cmake

cmake --build build -j$(nproc)

验证安装

./build/pathview --version

用法

打开幻灯片

动作 方法
打开本地幻灯片 File → Open Slide... 或 Ctrl+O
连接到服务器 File → Connect to Server 或 Ctrl+Shift+O

导航

动作 输入
平移 鼠标左键拖动
缩放 鼠标滚轮或触控板捏住
跳转到区域 点击小地图
重置视图 View → Reset View

加载多边形覆盖

从协议缓冲区文件中加载单元分段数据：

File → Load Polygons...

多边形使用基于类的着色和细节级别优化进行渲染。

组织热图可视化

PathView在协议缓冲区文件中可用时自动加载组织分类热图。组织图提供像素级组织分类叠加，渲染为彩色热图。

特征：

  • 多层瓷砖：支持与载玻片分辨率级别匹配的金字塔结构组织图
  • 基于类别的着色：每个组织类别都用不同的颜色渲染
  • 空间索引：O（k）使用二维网格空间索引进行视口查询，以实现高效渲染
  • 每班能见度：在侧边栏中打开/关闭单个纸巾类
  • 不透明度控制：将叠加透明度从0%调整到100%
  • GPU加速：瓷砖被缓存为SDL纹理，以实现平滑渲染

控制：

  • View → “图层”面板→ 组织图谱部分
  • 使用复选框切换可见性
  • 使用滑块调整不透明度
  • 启用/禁用单个组织类别
  • 颜色指示器显示每个类的指定颜色

窗口标题会动态更新，以显示当前加载的幻灯片文件名（对于本地幻灯片）或幻灯片ID（对于远程幻灯片），从而可以轻松跟踪您正在查看的幻灯片。

远程幻灯片

PathView通过以下方式从S3兼容存储流式传输幻灯片 WSIStreamer，无需本地下载即可查看大型幻灯片。

快速演示

# Requires Docker, docker-compose, and MinIO client (mc)
./scripts/demo_remote_slide.sh ~/Downloads/sample.svs

此脚本：

  1. 启动本地MinIO+WSIStreamer实例
  2. 将幻灯片上传到本地S3存储桶
  3. 启动连接到服务器的PathView

连接到服务器

  1. 打开 File → Connect to Server (Ctrl+Shift+O)
  2. 输入服务器URL（例如。， http://localhost:3000)
  3. 如果需要，请输入身份验证密钥
  4. 从服务器浏览并选择幻灯片

生产部署

对于生产环境，请将WSIStreamer与您的S3兼容存储一起部署：

docker run -p 3000:3000 \
  -e WSI_S3_BUCKET=my-slides-bucket \
  -e AWS_ACCESS_KEY_ID=<your-access-key> \
  -e AWS_SECRET_ACCESS_KEY=<your-secret-key> \
  -e AWS_REGION=us-east-1 \
  wsistreamer/wsi-streamer

看 WSIStreamer文档 用于配置选项，包括身份验证、缓存和CORS。

AI代理集成

PathView提供了一个MCP（模型上下文协议）服务器，用于AI代理的程序控制。API可实现自动化组织分析工作流程，包括导航、屏幕截图捕获和基于ROI的细胞计数。

建筑

┌─────────────┐     MCP/JSON-RPC      ┌─────────────────┐      IPC       ┌─────────────┐
│  AI Agent   │ ◄──────────────────►  │  MCP Server     │ ◄────────────► │  PathView   │
│             │     HTTP + SSE        │  (port 9000)    │    TCP/JSON    │  GUI        │
└─────────────┘                       └─────────────────┘                └─────────────┘
                                              │
                                              ▼
                                      ┌─────────────────┐
                                      │  HTTP Server    │
                                      │  (port 8080)    │
                                      └─────────────────┘

启动MCP服务器

# Terminal 1: Start PathView GUI
./build/pathview

# Terminal 2: Start MCP server
./build/pathview-mcp

端点

服务 URL 描述
MCP服务器 http://127.0.0.1:9000 MCP API（基于HTTP+SSE的JSON-RPC）
HTTP服务器 http://127.0.0.1:8080 快照检索和MJPEG流

可用工具

MCP服务器公开了7个类别的27个工具：

类别 工具 描述
会话 agent_hello 注册代理并获取会话信息
滑动 load_slide, get_slide_info 加载和检查WSI文件
导航 nav_lock, nav_unlock, nav_lock_status, pan, zoom, zoom_at_point, center_on, reset_view, move_camera, await_move 带动画的视口控制
快照 capture_snapshot 将视口捕获为PNG
多边形 load_polygons, query_polygons, set_polygon_visibility 细胞分割覆盖
注释 create_annotation, list_annotations, get_annotation, delete_annotation, compute_roi_metrics ROI创建和细胞计数

工作流示例

# 1. Connect and register
session = await client.call_tool("agent_hello", {
    "agent_name": "pathology-analyzer",
    "agent_version": "1.0.0"
})

# 2. Load resources
await client.call_tool("load_slide", {"path": "/data/slide.svs"})
await client.call_tool("load_polygons", {"path": "/data/cells.pb"})

# 3. Acquire navigation lock
await client.call_tool("nav_lock", {
    "owner_uuid": "agent-12345",
    "ttl_seconds": 300
})

# 4. Navigate to region of interest
move = await client.call_tool("move_camera", {
    "center_x": 50000, "center_y": 30000,
    "zoom": 2.0, "duration_ms": 500
})

# 5. Wait for animation and capture
while not (await client.call_tool("await_move", {"token": move["token"]}))["completed"]:
    await asyncio.sleep(0.05)
snapshot = await client.call_tool("capture_snapshot", {})

# 6. Analyze region
annotation = await client.call_tool("create_annotation", {
    "vertices": [[48000, 28000], [52000, 28000], [52000, 32000], [48000, 32000]],
    "name": "Tumor ROI"
})
print(f"Cell count: {annotation['cell_counts']['total']}")

# 7. Release lock
await client.call_tool("nav_unlock", {"owner_uuid": "agent-12345"})

API文档

关于完整的API参考，包括所有参数、响应模式和错误代码：

数据格式

整张幻灯片图像

PathView支持由识别的所有格式 OpenSlide 对于本地幻灯片：

供应商 扩展
Aperio .svs, .tif
滨松 .vms, .vmu, .ndpi
徕卡 .scn
米拉克斯 .mrxs
飞利浦 .tiff
樱花 .svslide
支架 .tif
文塔纳 .bif, .tif
通用 平铺TIFF

对于来自S3存储桶的流媒体，PathView支持以下格式： WSI 流媒体:

供应商 扩展
Aperio .svs, .tif

细胞分割和组织图谱

PathView使用协议缓冲区文件(.pb, .protobuf)用于存储细胞多边形覆盖和组织分类热图。该格式支持：

细胞多边形：

  • 使用多边形坐标进行每细胞分割
  • 细胞类型分类和置信度评分
  • 每个单元格的质心坐标

组织热图：

  • 在多个分辨率级别上基于平铺的组织分割
  • 每像素组织分类（uint8类ID）
  • 可选zlib压缩，实现紧凑型存储
  • 类ID到组织类型名称映射

数据结构：

message SlideSegmentationData {
    required string slide_id;
    required int32 max_level;
    repeated TileSegmentationData tiles;
    map<int32, string> tissue_class_mapping;
}

message TileSegmentationData {
    required int32 level;
    required float x, y;           // Tile position in slide coordinates
    required int32 width, height;
    repeated SegmentationPolygon masks;     // Cell polygons
    required TissueSegmentationMap tissue_segmentation_map;  // Tissue heatmap
}

两个覆盖层都是从单个文件同时加载的，组织图为细胞级分析提供了背景。

文档

文档 描述
API 规范 完整的MCP API参考，包括类型、参数和示例
AI代理指南 AI代理开发人员集成指南
架构指南 内部架构和开发模式

贡献

欢迎捐款。请遵循以下指南：

  1. 问题：包括平台详细信息、PathView版本和复制步骤
  2. 拉取请求：遵循现有的代码风格，在适用的情况下包括测试
  3. 功能请求：在实施之前打开一个问题进行讨论

开发版本

cmake -B build-debug \
  -DCMAKE_BUILD_TYPE=Debug \
  -DCMAKE_TOOLCHAIN_FILE=$(brew --prefix vcpkg)/scripts/buildsystems/vcpkg.cmake

cmake --build build-debug

运行测试

./build/test/unit_tests

许可证

MIT许可证。看 许可证 了解详情。

Built for digital pathology research and AI-assisted tissue analysis.

相关 MCP