目录
1. WSI获取
引言：
本专栏以TCGA数据库为例，详细介绍TCGA数据库中特定癌症数据集WSI的选择与下载，以及下载后如何将WSI的存放位置进行批量化整理（提供Python代码）。
1.1 TCGA选择特定数据集并添加到购物车
TCGA数据库中要想下载数据，首先需要选择要下载的数据集，并将其添加到购物车中。
1.2 WSI下载
然后，将购物车中的数据进行下载。TCGA提供了两种下载方式：
- 命令行（Client）下载
【恒源智享云】在云服务器上批量下载WSIs-GDC Transfer Tool(client) - 可视化界面（UI）下载
【TCGA】批量下载WSIs(GDC Transfer Tool-UI)
【TCGA】GDC Transfer Tool-UI settings(踩坑)
1.3 WSI整理
下载后的WSI数据分布在不同的子文件夹中，而后续例如CLAM模型等需要将所有WSI置于一个文件夹下，才可以批量操作。因此，此处，先将所有WSI数据从不同的文件夹中移动到同一个文件夹下，Python代码如下：
小结：
至此，WSI数据就获取成功啦，接下来我们对WSI进行了解，以便更好地对WSI进行处理。
2. WSI相关知识
引言：
以QuPath软件为例，对WSI进行可视化展示，并列举Python代码，通过指令批量化显示每张WSI的基本信息。
小结：
至此，WSI数据就解读完成啦，接下来我们对WSI进行处理，以便输入到深度学习模型中。
3. WSI标注（可跳过）
引言：
以QuPath软件为例，介绍如何运用工具对WSI进行ROI圈画。并介绍标注文件的保存，标注文件的内容解读。
小结：
至此，WSI数据的人工标注就完成啦，此处生成的注释文件的处理代码，将在下一部分进行介绍。
4. WSI预处理
4.1 WSI组织分割以及Patch剪裁
本专栏将分别对无标注的WSI以及人工标注的WSI的Patch剪裁流程进行介绍，提供Python代码。
- 无标注的WSI：
本专栏提供两种方法：
1.1 histolab
【病理数据处理-histolab】使用histolab模块将WSI剪切成多个patch
1.2 CLAM
CLAM模型使用教程 - 有标注的WSI：
4.2 染色归一化
本专栏对staintools工具进行介绍，并提供批量化染色归一化的Python代码。
5. 特征提取
有的模型是直接使用特征向量作为深度学习模型的输入，因此，本专栏对CLAM模型的特征提取方式进行介绍，提供linux指令。