跳到主要内容

知识地图与学习路线

个人标识：JHT Med。重点方向：病理形态学、计算病理、分子病理、生物信息学与空间组学，以及病理图像和分子信息的联合研究。

阅读与状态说明​

  • 01–06 按学科组织；A、B 分别提供案例和文献入口，C 汇总现有导读与示例。
  • 每篇文章只有一个学科主归属。案例、文献及其他章节引用同一篇文章的链接，不复制正文，不重复计算完成数量。
  • [ ] 表示尚无通过本人审核并正式公开发布的对应文章；[x] 必须附上已审核、已发布的真实文章链接。示例、草稿和本地预览不计为完成。
  • 每个复选框对应一个可独立成文的问题。后续需要拆分或合并时，先调整条目范围，再核对完成状态。
  • 01、02 提供数学、计算和通用 AI 方法；03、04、05 是重点内容；06 提供研究设计、统计、评价与复现方法。可按研究问题选择阅读顺序。

01. Mathematical & Computing Foundations｜数学与科研计算基础​

本领域整理通用数学、编程和数据操作。模型方法见 02，统计推断与实验规范见 06。

01.1 数学基础​

线性代数​

  • 向量的分量、维度与几何表示。
  • 实数向量内积的计算与几何意义（格式示例，待审核）。
  • 向量范数与长度。
  • 矩阵运算与线性变换。
  • 特征值、特征向量与特征分解。
  • 用奇异值分解（SVD）理解主成分分析（PCA）。

概率基础​

  • 随机变量与常用概率分布。
  • 条件概率与贝叶斯公式。
  • 期望、方差与不确定性的概率表达。
  • 条件独立及其含义。

微积分与优化​

  • 导数、偏导数与梯度。
  • 链式法则与复合函数求导。
  • 优化目标与梯度下降。

01.2 编程与计算环境​

科研编程​

  • Python 容器、函数与模块。
  • NumPy 数组与向量化运算。
  • Pandas 表格整理与数据合并。
  • R 基础与数据整理。
  • Matplotlib 绘图与图形导出。
  • ggplot2 图层与图形表达。

开发与运行环境​

  • Linux 命令行、Shell 与远程服务器操作。
  • Git 与 GitHub 版本控制。
  • Conda / Python 环境创建、依赖安装与导出。
  • GPU 显存、算力资源与任务需求。
  • CUDA 与深度学习环境的版本对应。
  • PyTorch 张量与设备放置。

01.3 数据结构与管理​

科研数据基础​

  • 表格、矩阵、稀疏矩阵与元数据。
  • CSV / TSV / JSON / HDF5 的结构与适用场景。
  • 样本、患者、切片、细胞等数据层级与唯一标识。
  • 通用数据清理、缺失值标记、字段字典与溯源。

组织图像和组学的专用质量控制分别见 03.2 与 04；研究单位和缺失数据的统计问题见 06。

02. Artificial Intelligence & Machine Learning｜人工智能与机器学习​

本领域整理通用算法原理。数学与计算基础见 01；WSI 模型的专用数据组织与形态证据见 03.3；通用模型评价见 06.3。

02.1 机器学习基础​

学习范式​

  • 监督、无监督、半监督与自监督学习的区别。
  • 模型选择、过拟合与泛化。
  • 特征工程、正则化与超参数优化。

训练集、验证集、测试集的划分与泄漏检查统一见 06.3；神经网络见 02.2。

经典模型​

  • 线性模型、逻辑回归与决策边界。
  • 决策树、随机森林与梯度提升模型。
  • 聚类、降维与异常检测。

02.2 深度学习原理​

神经网络核心​

  • 感知机、多层神经网络与前向传播。
  • 反向传播、自动微分与损失函数。
  • 常用优化器的训练配置与比较。
  • CNN、归一化、残差连接与训练稳定性。

表示学习与注意力​

  • Attention、Self-Attention 与 Transformer。
  • Vision Transformer（ViT）及视觉表征。
  • 表示学习、迁移学习、对比学习与预训练。

02.3 计算机视觉​

大模型与多模态学习见 02.4。

基本任务​

  • 图像分类、目标检测与目标定位。
  • 语义分割与实例分割的任务区别。
  • 图像预处理、数据增强与域偏移。

弱监督与结构化学习​

  • 多实例学习（MIL）的 bag、instance 与聚合。
  • 注意力 MIL、弱监督定位与局限。
  • 图神经网络（GNN）与空间关系建模。

02.4 大模型与多模态学习​

语言与视觉语言模型​

  • 语言模型、Token、预训练与生成机制。
  • 提示词、上下文学习与推理评估。
  • 微调、LoRA 等参数高效适配方法。
  • 视觉语言模型（VLM/MLLM）与图文对齐。

检索与模型可靠性​

  • 向量嵌入、语义检索与 RAG。
  • 幻觉、证据归因、不确定性与错误模式。
  • 模型压缩、部署与推理效率概念。

03. Pathology｜病理学与计算病理​

本领域整理组织形态、数字切片和病理专用模型。图像—分子预测与跨模态联合建模集中在 05.4。

03.1 病理形态学与组织生物学​

形态学基础​

  • 正常组织结构与显微镜观察尺度。
  • 细胞损伤与坏死的形态特征。
  • 炎症反应的组织形态与描述。
  • 组织修复与纤维化的形态特征。
  • 肿瘤分化、异型性、浸润及组织结构模式。
  • 组织学描述术语、诊断证据链与鉴别诊断。

染色与判读基础​

  • HE 染色的组织观察与判读基础。
  • 特殊染色的用途与判读局限。
  • 免疫组化的原理、对照与判读基础。

器官与疾病专题​

  • 肺炎与肺组织常见炎症模式。
  • 肺癌常见组织学类型与关键形态特征。

03.2 Digital Pathology｜数字病理​

数字化与图像格式​

  • WSI、金字塔结构与观察尺度（学习提问单示例，待审核）。
  • 扫描分辨率、放大倍率与物理像素尺寸的记录。
  • 数字切片扫描、图像格式及元数据。
  • OpenSlide、QuPath 与数字切片阅读。

图像预处理与标注​

  • 组织区域检测、切块策略与坐标映射。
  • 染色差异、伪影检测与图像质量控制。
  • 组织 / 细胞 / 区域标注体系与标注一致性。

03.3 Computational Pathology｜计算病理​

视觉任务​

  • 细胞检测、计数与分割。
  • 组织区域识别、组织分型与形态定量。
  • Patch、WSI 与患者级预测的不同任务定义。

WSI 模型与方法​

  • WSI 多实例学习与层级聚合。
  • 病理基础模型、特征提取与迁移。
  • WSI 视觉语言模型及形态定位与推理。

形态证据与解释​

  • 注意力热图与形态证据核验。
  • 病理模型错误的区域定位与可视化记录。

患者级数据划分、外部验证、分布变化和通用错误分析见 06.3。

03.4 Molecular Pathology｜分子病理​

分子机制与检测​

  • 分子病理基本术语与检测方法概览。
  • 基因变异、拷贝数改变、融合及基因表达。
  • PCR、NGS 与 FISH 的检测对象及适用场景。
  • 分子标志物、肿瘤分型与临床解释。

免疫组化的原理与判读见 03.1。

分子表型与样本依据​

  • 组织形态与分子表型的关联及证据边界。
  • 分子标签的测量依据、组织异质性与潜在混杂。

图像与分子数据的配对、预测和融合见 05.4。

04. Bioinformatics & Omics｜生物信息学与组学​

本领域整理分子数据、分析方法及解释边界。R / Python 与通用环境操作见 01.2；病理图像融合见 05.4。

04.1 组学基础与公共数据​

数据与实验技术​

  • 测序基本原理、实验设计与技术偏差。
  • FASTQ、BAM、VCF、表达矩阵等文件类型。
  • 基因标识、注释版本与标识转换。
  • GEO、SRA、TCGA 等公开数据库及数据获取。
  • 批次效应、数据标准化与生物学重复。

常规转录组分析见 04.2。

04.2 Bulk Transcriptomics｜常规转录组​

RNA-seq 标准分析​

  • RNA-seq 质量控制、比对与定量。
  • 归一化、差异表达、效应量与多重检验。
  • GO、KEGG、GSEA 与通路解释边界。

04.3 Single-cell Omics｜单细胞组学​

单细胞转录组​

  • scRNA-seq 技术、表达矩阵及数据结构。
  • 单细胞 QC、双细胞与环境 RNA 污染。
  • 降维、批次整合、聚类和细胞类型注释。
  • 细胞类型内差异分析、样本层级与伪重复。

下游分析​

  • 细胞状态、轨迹 / 拟时序分析与推断边界。
  • 细胞间通信分析的模型和解释边界。
  • 单细胞多组学与细胞参考图谱。

04.4 Spatial Omics｜空间组学​

多组学数据特性与整合方法见 04.5。

技术与数据​

  • 空间转录组学的主要技术路线与分辨率。
  • 空间坐标、组织图像配准与质量控制。
  • Spot 去卷积、细胞定位与不确定性。

空间分析​

  • 空间域、空间变异基因与邻域结构。
  • 细胞互作、空间生态位与微环境研究。
  • 单细胞与空间转录组数据整合。

04.5 其他分子组学与多组学整合​

先整理下列数据类型及整合概览；具体方法随文章增加再细分。

分子数据概览​

  • 基因组变异与基础分析。
  • 表观基因组、ATAC-seq 与染色质可及性。
  • 蛋白质组学、代谢组学与数据特性比较。

多组学整合​

  • 多组学特征匹配、数据配对与缺失模态。
  • 统计整合与表示学习整合的差异。
  • 多组学研究的模型假设、验证、解释与潜在混杂。

05. Medical AI & Multimodal Integration｜医学 AI 与跨模态融合​

本领域整理医学任务、跨模态联合建模与临床转化。通用 AI 原理见 02，病理专用图像方法见 03，分子数据分析见 04。

05.1 Clinical AI｜临床数据与预测​

临床结构化数据与任务​

  • 电子病历、临床表型与数据标准化。
  • 临床预测任务的对象、终点、预测时点与时间窗。
  • 特征可获得性、缺失数据与泄漏风险。
  • 生存分析、风险预测与动态预测的任务框架。

区分度、校准、阈值选择，以及跨时间、机构和人群的验证方法见 06.3。

05.2 Medical Imaging AI｜医学影像 AI​

影像任务与医学场景​

  • CT / MRI / 超声等影像数据及 AI 输入输出任务。
  • 医学影像预处理、标注来源与参考标准。
  • 医学影像的分布偏移与外部泛化问题。
  • 影像特征与临床数据融合。

独立测试、外部验证和结果报告规范见 06.3；人机协作与临床使用情境见 05.5。

05.3 Medical LLMs & Multimodal AI｜医学大模型​

医学文本与视觉语言任务​

  • 临床文本信息提取、问答与知识检索的任务定义。
  • 医学图像—文本对齐、视觉问答与报告生成。
  • 医学任务的事实核验、证据位置与评价数据。
  • 医学大模型的错误模式、未验证推断与适用范围。

通用 VLM 原理见 02.4；WSI 形态定位方法见 03.3。

05.4 Pathology × Omics｜病理图像与组学融合​

图像与分子数据联合建模​

  • HE 图像与分子 / 空间组学数据的样本配对和尺度对应。
  • 从 HE 图像预测分子特征的任务定义与证据边界。
  • 从组织形态预测空间分子表达的目标与验证。
  • 图像、文本、表格与组学的跨模态对齐和融合策略。
  • 缺失模态、融合模型的消融与敏感性分析。
  • 细胞—组织—患者多尺度信息融合。

分子标签的测量依据见 03.4；空间数据配准与质量控制见 04.4。

05.5 Translational & Trustworthy AI｜医学转化与可信 AI​

研究到应用​

  • 临床可用性、工作流整合与人机协作研究。
  • 公平性、可解释性、隐私及适用范围。
  • 从回顾性验证到前瞻性评估的证据路径。

06. Research Methodology & Reproducibility｜科研方法、评价与可重复性​

本领域集中整理通用研究设计、统计推断、模型评价与复现规范。具体工具的学科分析方法仍在 03、04；完整项目案例见 A。

06.1 研究设计与证据​

统计分析见 06.2。

研究设计​

  • 科研问题、假设、研究对象与方案撰写。
  • 观察性研究、实验研究、队列与病例对照设计。
  • 选择偏倚、混杂、因果推断与外部效度。
  • 研究单位、样本量与重复测量。

06.2 生物统计与科学推断​

统计分析​

  • 描述统计、数据分布与统计图表。
  • 估计、效应量、置信区间与不确定性。
  • 假设检验、P 值与结果解释。
  • 多重比较、FDR 与统计功效。
  • 配对、分层、层级模型与伪重复问题。
  • 缺失数据的统计处理与偏倚。
  • 相关、关联、预测与因果效应的区别。

06.3 AI 研究评价与基准测试​

测试集和指标​

  • 训练集、验证集、测试集与数据泄漏。
  • 分层、分组、患者级独立性与时间相关的数据划分。
  • 分类、分割、检测、回归及生存任务的评价指标。
  • 类别不平衡、阈值选择与校准。
  • 不确定性、亚组与外部验证。
  • 跨时间、机构和人群的验证与多中心评价。

严谨的实验比较​

  • 基线模型、消融实验与敏感性分析。
  • 统计比较、置信区间和多模型多指标解释。
  • 模型错误分析、分布变化、稳健性与重复性评估。

06.4 Research Engineering｜科研工程与工作流​

科研表达与文献阅读方法见 06.5。

可复现工作流​

  • 数据、代码、环境与参数的成套记录（记录示例，待审核）。
  • 数据版本、代码版本与环境锁定。
  • 随机性、软件依赖、运行日志与原始输出。
  • GPU 批处理、实验配置与结果追踪。
  • 分析流程、代码组织与可复用执行步骤。

QuPath 到模型推理、Scanpy / Seurat 等完整实践通过 A 索引收录，复用对应学科中的方法说明。

项目组织与复盘​

  • 项目问题、目标、里程碑与研究计划。
  • 数据准备、实验设计、进展与方案变更记录。
  • 结果复盘、局限与下一步计划。

失败记录与问题排查​

  • 报错复现、原因分析与修正过程。
  • 失败实验、预期差异与排查证据的保留。

06.5 科学写作、开放科学与伦理​

文献阅读与证据记录​

  • 文献检索、批判性阅读与证据等级。
  • 研究问题、方法、结果与局限的提取。
  • 图表精读与证据位置记录。
  • 原文结论、个人理解与待验证推断的区分。

已有方法导读见论文阅读与笔记流程；具体论文精读见 B。

科研表达、管理与伦理​

  • 图表、方法、结果和局限的规范表达。
  • 参考文献管理、DOI 核查与版权授权。
  • 研究伦理、患者隐私与数据共享边界。

A. Practical Case Studies｜项目与实践案例索引​

以下为待整理的完整案例选题。每篇案例仍有一个学科主归属，本索引复用同一文章链接，不单独增加知识点完成数量。

  • 从一张 WSI 到可视化特征与模型预测：完整流程。
  • QuPath ROI 选择、图像导出与 Python 模型调用。
  • 病理多模态模型本科教学能力评价：实验设计与局限。
  • 稀疏 WSI 采样方案、覆盖率与模型评价示例。
  • Scanpy / Seurat 单细胞分析：从表达矩阵到细胞类型注释。
  • 空间转录组：图像配准与空间邻域分析实践。
  • HE + 空间组学跨模态分析：完整研究案例。

论文阅读方法见 06.5，文献精读条目见 B；研究资源入口见 C。

B. Literature Library｜专题文献精读索引​

以下选题均待选文献，尚无正式精读文章。收录时记录论文标题、年份、主要问题和主题归属，链接到同一篇精读文章；原论文结论与个人理解分开记录。

  • 计算病理代表性 MIL 论文解读（待选文献）。
  • 病理基础模型代表性研究解读（待选文献）。
  • 空间转录组分析方法代表性论文解读（待选文献）。
  • 医学多模态融合代表性论文解读（待选文献）。

C. 现有导读与示例页面​

以下页面用于导航、学习组织或功能展示，不计入已完成的正式知识点。