项目场景：

从github上下载CLAM代码，上传Camelyon-16中的部分WSI图像，将代码跑通。

CLAM项目地址：

GitHub - mahmoodlab/CLAM: Data-efficient and weakly supervised computational pathology on whole slide images - Nature Biomedical EngineeringData-efficient and weakly supervised computational pathology on whole slide images - Nature Biomedical Engineering - GitHub - mahmoodlab/CLAM: Data-efficient and weakly supervised computational pathology on whole slide images - Nature Biomedical Engineeringhttps://github.com/mahmoodlab/CLAM

流程：

环境配置

按如下代码进行配置，参考链接：https://github.com/mahmoodlab/CLAM/blob/master/docs/INSTALLATION.md

// （1）安装openslide-toolssudo apt-get install openslide-tools// （2）使用项目已经写好的库依赖创建环境conda env create -n clam -f docs/clam.yaml// （3）由于topk库必须使用github安装，因而先退出CLAM文件夹克隆topk库，并进行安装git clone https://github.com/oval-group/smooth-topk.git
cd smooth-topk
python setup.py install

 但是由于我的CUDA版本为11.4，clam.yaml中安装的pytorch版本过低会导致与CUDA版本不匹配的问题。前一篇博文已解决此问题，参考链接

关于pytorch与CUDA版本匹配问题_DragonJ__的博客-CSDN博客

---

下载数据集：

CLAM所用需要使用WSI图像，本人所用数据集为Camelyon16，下载地址

Data - Grand Challenge (grand-challenge.org)

在下载后数据集按如何方式组织在项目主文件夹下建立一个Original_Image文件夹，并把所下载数据集放到该文件夹下，如下：

将WSI图像切为patch

 数据集调整好后，为方便模型的训练需要对WSI进行切片，并存储相应的坐标，运行如下代码：

// Original_Image文件夹下存储原始WSI图像
// Split Image下存储切片后的图像坐标相关信息
python create_patches_fp.py --source Original_Image  --save_dir Split_Image --patch_size 256 --seg --patch --stitch

切割完成后会在主目录下得到Split_Image文件夹，并按如下方式进行组织：

特征提取

CLAM首先使用预训练的ResNet50提取图像特征，执行如下代码：

// 其中process_list.csv为切割patch自动生成的process_list_autogen.csv去掉文件名的后缀得到的
// Extracted_feature 为提取后的特征的存储路径
CUDA_VISIBLE_DEVICES=0,1 python extract_features_fp.py --data_h5_dir Split_Image/ --data_slide_dir Original_Image/ --csv_path Split_Image/process_list.csv --feat_dir Extracted_feature/ --batch_size 512 --slide_ext .tif

 在执行特征提取后，特征会提取到Extracted_Feature文件夹下，以.pt文件格式存储，Extracted_Feature文件夹下目录如下：

 数据集划分

在训练开始前需要将数据集划分为训练集、验证集、测试集。这里是按照csv文件进行划分，共需要两个调整。首先在dataset_csv文件夹下创建一个test.csv文件，包含所有的样例，内部内容如下：

其次更改create_splits_seq代码将csv文件路径更改到test.csv，更改部分如下：

最后执行如下代码：

// 训练集占75%，共划分10次，类似10折交叉验证，每次划分均随机且不同。
python create_splits_seq.py --task task_1_tumor_vs_normal --seed 1 --label_frac 0.75 --k 10

划分后会在splits/task_1_tumor_vs_normal文件夹下产生10次划分的结果如下：

模型训练：

模型训练需要更改main.py中csv文件路径，如下：

 随后输入如下代码即可训练：

CUDA_VISIBLE_DEVICES=0 python main.py --drop_out --early_stopping --lr 2e-4 --k 10 --label_frac 0.75 --exp_code task_1_tumor_vs_normal_CLAM_75 --weighted_sample --bag_loss ce --inst_loss svm --task task_1_tumor_vs_normal --model_type clam_sb --log_data --data_root_dir Extracted_feature