WSI 金字塔、物理像素尺寸与观察尺度

学习目标

解释全切片图像（whole-slide image，WSI）的分块与多分辨率金字塔如何支持按需读取，并区分 tile 与金字塔层级。
区分物理像素尺寸（micrometers per pixel，MPP）、物镜倍率、光学分辨率与屏幕缩放，判断哪些信息可用于组织尺度测量。
根据 MPP、像素尺寸和下采样系数，计算图块的物理视野、二维面积及层级间的近似尺度关系。
应用 OpenSlide 的参数约定，区分 Level 0 起点坐标与所选层的输出尺寸，并读取层级与 MPP 元数据。
比较不同图块的物理视野与观察尺度，判断统一像素尺寸或插值缩放能否保证尺度可比或增加真实细节。

本文聚焦这些基础概念、换算关系及其在病理阅片与 AI 图像分析中的作用。数字切片文件格式的全面比较、QuPath/OpenSlide 的批量导出流程、WSI 采样代表性与模型架构另有独立专题，不在这里展开。

一、WSI 为什么需要金字塔与分块

1. 一张 WSI 究竟有多大？

设一张用于计算的合成示例图像在最高分辨率下为 80,000 × 60,000 像素，物理像素尺寸为 0.25 µm/pixel。它包含：

N=80{,}000\times60{,}000=4.8\times10^9\ \mathrm{pixels}

仅按 8 位 RGB、每像素 3 字节估算，未压缩的原始像素阵列占用约 14.4 GB（十进制），尚未计入缓存、元数据及额外层级。它在真实文件中的压缩后大小可能显著不同；不能由这个估算反推磁盘大小。[1, 5]

如果每次缩放都要完整解码最高分辨率图像，不仅内存负担很大，还会浪费 I/O。因此，WSI 通常将两个技术组合使用：

分块存储（tiling）： 把一个分辨率层拆成许多可单独访问的小块；读取视野时只需取用相交的块，而不是解码整层。
多分辨率金字塔（pyramidal image）： 把相同组织范围表示为不同像素密度的多个层级；低倍浏览使用较粗层级，放大时切换到更细层级。

两者不是同义词：tile 是同一层内部的空间划分，金字塔是不同分辨率之间的层级关系。 也不是所有 WSI 格式、软件后端都以完全相同的方式存储或生成金字塔；有时会动态计算缩略层。[1, 3]

WSI 多分辨率金字塔与分块存储示意

图 1｜WSI 的多分辨率金字塔与分块。上层表示更少的像素、更大的单像素物理覆盖范围；最底层 Level 0 保留最高采样密度。虚线表示各层覆盖同一组织范围，底层网格示意 tile。层与层的绘制比例仅为示意，不代表实际组织图像或扫描结果。来源：JHT Med 原创示意图，依据 OpenSlide 与 OME-TIFF 官方文档绘制。[1, 3]

2. Level 0 为什么是最高分辨率？

在 OpenSlide 的层级约定中，Level 0 是最高分辨率层，层编号越大，通常像素尺寸越少、下采样倍数越大；不能把它误解成“第 0 层是缩略图”。[1]

沿用上述合成示例，假设每升一级，宽、高均缩小一半：

层级	下采样系数 $d_l$	图像尺寸（像素）	每像素的物理尺寸	典型观察用途
Level 0	1	80,000 × 60,000	0.25 µm	高细节观察
Level 1	2	40,000 × 30,000	0.50 µm	细胞与局部组织
Level 2	4	20,000 × 15,000	1.00 µm	局部结构与组织关系
Level 3	8	10,000 × 7,500	2.00 µm	较大组织范围浏览

这里的层级数量和 1、2、4、8 倍数只是计算示例，不是所有扫描仪或文件的统一规定。实际下采样系数可以不按 2 的幂变化，层级尺寸还可能因为边界取整出现细微比例差异；应读取具体图像元数据，而非仅由层编号推算。[1]

核心直觉：各层通常表达同一片组织的相同物理范围；变化的是表示这个范围需要多少像素。较粗层不能凭空恢复在下采样过程中丢失的细节。

另外，thumbnail（缩略图）、macro（宏观照片）与 label（玻片标签）可能作为 associated images（关联图像）另行保存；它们未必是主组织图像金字塔中的一层。[1]

二、MPP：把图像坐标连接到真实组织

1. 什么是物理像素尺寸？

MPP 表示数字图像在组织平面上的采样间距：相邻像素中心在真实标本上大致相隔多少微米。常见的 0.25 µm/pixel 可以理解为：沿某方向移动 1 个像素，对应组织平面上约 0.25 µm 的距离。

严格地说，像素是一次采样所记录的数值，并非组织上边界锐利的小方块。MPP 为几何测量提供尺度，但并不直接等于显微系统能够分辨两个物体的最小距离；后者还受到物镜数值孔径、光学成像、对焦、噪声和重建处理等因素影响。[2, 7]

若 Level 0 在水平与垂直方向的物理像素尺寸分别为 $s_{x,0}$ 和 $s_{y,0}$ （单位均为 µm/pixel），则一个轴向对齐、宽 $w$ 像素、高 $h$ 像素的区域，物理宽高约为：

W_{\mu m}=w\,s_{x,0},\qquad H_{\mu m}=h\,s_{y,0}.

例如当两个方向的 MPP 都为 0.25，一个 512 × 512 的 Level 0 图块覆盖约 128 × 128 µm。如组织近似位于同一平面、像素标定可信，则含 $n$ 个像素的分割区域面积近似为：

A_{\mu m^2}=n\,s_x\,s_y.

注意这里是图像上物体投影的二维面积，不是组织体积。若 $s_x\ne s_y$ ，仅使用一个平均 MPP 计算长度或面积可能产生误差；应分别使用两个方向的标定值。[2]

不同文件生态对同一物理尺度使用不同字段，读入时必须核对单位和轴向：

元数据体系	相关字段	读取时的关键点
OpenSlide	`openslide.mpp-x`、`openslide.mpp-y`	指 Level 0 的水平、垂直 µm/pixel；可能缺失或不准确。[2]
OME-XML / OME-TIFF	`Pixels.PhysicalSizeX`、`PhysicalSizeY` 及对应 `Unit`	字段可选，默认单位可为 µm，但需检查实际单位及数据来源。[3, 4]
DICOM WSI	`Pixel Spacing (0028,0030)`	单位通常为 mm；先行间距（垂直），后列间距（水平），换算成 µm 时乘以 1,000；并注意所处金字塔层。[6, 9]

这些字段表示数据中记录的标定，并不自动证明扫描设备的真实误差已被独立校准。

2. MPP 和“20×、40×”有什么关系？

在数字病理行业，0.5 µm/pixel 常被称作约“20× 等效”扫描，0.25 µm/pixel 常被称作约“40× 等效”扫描。它们是便于交流的近似惯例，不是跨设备的精确换算式。[5, 7]

概念	具体回答的问题	能否直接代表细节质量？
物镜放大倍率（objective magnification）	光学系统把标本放大多少倍	不能，仍受光学与传感器限制
MPP（采样间距）	组织上相邻像素中心相隔多远	不能单独代表光学分辨能力，但适合约定物理尺度
光学分辨率（optical resolving power）	多近的两个结构仍可被区分	更直接关乎可分辨细节，仍依赖成像条件
屏幕显示倍率 / 数字缩放	图像在屏幕上看起来有多大	不能；放大显示不会增加原始信息

两个“40×”文件的实际 MPP 未必相同；一个 MPP 更小的文件，也未必包含更多真实可辨认的组织细节。 扫描系统可能使用不同的光学、相机像素和图像处理流程。OpenSlide 官方甚至明确提示，其记录的 objective-power 与 MPP 元数据可能缺失或不准确。[2]

因此，分析跨中心/跨扫描仪数据时，应优先核查物理标定与成像质量，不要仅按“20×/40×”文字标签分组。

3. 为什么屏幕上看起来一样大的图像，组织范围会不同？

假设屏幕上并排显示三个均为 512 × 512 像素的图块，它们在实际数据中的 MPP 分别为 0.25、0.50 和 1.00 µm/pixel：

相同像素数量的图块在不同 MPP 下的视野比较

图 2｜相同 512 × 512 像素数下的不同观察尺度。三幅图显示尺寸相同，但依次覆盖 128 × 128、256 × 256 和 512 × 512 µm 的真实组织范围。蓝色圆形仅表示一个假想直径为 40 µm 的结构，随着 MPP 增大，其占用像素数减少；不是病理细胞实拍。来源：JHT Med 原创合成示意图，数值按本文公式计算。

这解释了一个常见的模型输入陷阱：把所有图块统一 resize 成 224 × 224 或 512 × 512，并不意味着它们拥有相同的组织学观察尺度。 如果输入原始视野不同，缩放到相同张量维度后，模型看到的细胞大小、组织上下文仍然不同；如需跨扫描仪比较，应该报告输入前的物理视野与目标 MPP。

三、金字塔层级之间如何换算？

1. 下采样系数与层级 MPP

设最高分辨率层的 MPP 为 $s_{x,0},s_{y,0}$ ；第 $l$ 层相对于 Level 0 在横、纵方向的缩小系数为 $d_{x,l},d_{y,l}$ ，则：

s_{x,l}\approx s_{x,0}\,d_{x,l},\qquad s_{y,l}\approx s_{y,0}\,d_{y,l}.

对于宽高同比缩放的常见金字塔，简写为 $s_l\approx s_0d_l$ 。例如 Level 0 = 0.25 µm/pixel，第 2 层相对缩小 4 倍，则第 2 层约为 1.0 µm/pixel。

若已知 $W_0\times H_0$ 和 $W_l\times H_l$ ，可分别估计 $d_{x,l}\approx W_0/W_l$ 、 $d_{y,l}\approx H_0/H_l$ 。由于像素尺寸是整数、文件可能有取整和不同坐标规则，这些比例用于理解或近似换算；程序读取时应遵守对应库的坐标 API，精密测量要使用经核对的标定与坐标变换。[1]

2. 坐标是以哪一层为基准？

处理 WSI 最常见的错误之一，是把不同层的像素坐标混用。

在 OpenSlide Python 中，read_region(location, level, size) 的参数含义是：[1]

location = (x, y)：所取区域左上角在 Level 0 坐标系中的位置；
level：从哪一个金字塔层读取；
size = (width, height)：输出区域在所选 level 的像素单位下有多宽、多高。

因此对于下采样系数 $d_l$ 的层级，一般有以下近似关系：

(x_l,y_l)\approx\left(\frac{x_0}{d_l},\frac{y_0}{d_l}\right),\qquad (w_0,h_0)\approx(d_lw_l,d_lh_l).

合成示例： 以 Level 0 的 (20,000, 12,000) 为左上角，在 d_2 = 4 的 Level 2 读取 512 × 512 像素，则：

该位置大约对应 Level 2 坐标 (5,000, 3,000)；
读出的区域覆盖 Level 0 上约 2,048 × 2,048 像素；
若 Level 0 的 MPP 为 0.25，覆盖约 512 × 512 µm 的组织范围；
(20,000, 12,000) 乘以 MPP 得到 5,000 µm、3,000 µm，是相对于当前图像 Level 0 原点的距离，不能自动视为玻片的绝对物理坐标。

扫描图像的原点、载玻片物理坐标原点、组织非空区域的边界，乃至不同切片间的配准坐标，都可能不同。涉及跨切片对齐、切除边缘定位、空间组学配准时，需要额外使用平移、旋转或更一般的几何变换；DICOM WSI 对像素矩阵和玻片坐标系也作了明确区分。[5, 6]

3. 指定“目标 MPP”与直接指定“层级”有什么区别？

科研分析的目标经常是“所有切片都按 0.50 µm/pixel 提取”，而不是“所有切片都选 Level 1”。原因在于不同原始扫描文件的 Level 0 MPP、层级数量和下采样比例可能不同。

若源图的 Level 0 MPP 为 $s_0$ ，期望输出的 MPP 为 $s_t$ ，在两个方向像素标定近似相同的条件下，理想的相对下采样系数为：

d_{target}=\frac{s_t}{s_0}.

例如源图 s0 = 0.25、目标 st = 0.50，应在物理上约缩小 2 倍。若源图 s0 = 0.40，相同目标对应 d_target = 1.25，未必恰好存在这个原生金字塔层。

常见实现是选取合适的已有层，再按照需要重采样。应区分“原生采样间距”和“重采样后的输出像素间距”；插值能改变像素数量与间距，但不会重新采集丢失的光学信息。对于核分裂象等细微结构的识别，不能把单纯上采样当成提高真实分辨率。[1, 7]

四、观察尺度决定了能回答什么病理问题

病理判读依赖的不是一个固定缩放倍数，而是观察对象的空间范围和细节要求：

观察重点	需要看见什么	尺度选择的逻辑	过于局部或过于粗糙会怎样
全片与低倍全局	标本整体、组织分布、病变范围、坏死和背景	先保证足够大的物理视野	单个小图块无法说明全片覆盖情况
中倍组织结构	腺体、间质、浸润边界、病灶与周围组织关系	在结构细节与上下文之间平衡	只看细胞可能失去结构关系；过低分辨率又难分辨局部形态
高倍细胞细节	细胞与细胞核形态、局部核分裂等	需要较小 MPP 及足够的实际成像质量	光学信息不足或下采样可能掩盖细节

这些只是任务驱动的概念分层，不是“某一 MPP 必然可以诊断某病”的临床阈值。实际需要的尺度取决于病变、染色、扫描质量与具体研究终点。

在 AI 研究中，多尺度输入往往有明确理由：高分辨率局部图块能呈现细胞形态，较大视野能保留组织关系，低分辨率全局图可帮助筛查候选区域。但模型能读取某个尺度，不代表它已经充分观察整张切片；多尺度和全覆盖是不同维度。采样数量、组织覆盖比例、背景排除、异常区域遗漏与结果稳定性，应在后续“全切片采样策略、组织覆盖与取样代表性”专题中单独评估。

五、实践：读取层级与 MPP，而不是猜测放大倍率

下面的示例使用 OpenSlide Python。适用条件是已安装 OpenSlide 库及其 Python 绑定，且文件格式受所用版本支持；API 参考 OpenSlide Python 1.4.7 文档。[1]

# 一种安装方式；具体操作取决于系统、包管理器与本地环境
python -m pip install openslide-python openslide-bin

将以下内容保存为 inspect_wsi.py，以 python inspect_wsi.py /path/to/slide.svs 运行：

import math
import sys
import openslide

if len(sys.argv) != 2:
    raise SystemExit("Usage: python inspect_wsi.py /path/to/slide.svs")

with openslide.OpenSlide(sys.argv[1]) as slide:
    props = slide.properties
    print("Level-0 dimensions:", slide.dimensions)
    print("Vendor:", props.get(openslide.PROPERTY_NAME_VENDOR, "unknown"))
    print("Objective (metadata only):",
          props.get(openslide.PROPERTY_NAME_OBJECTIVE_POWER))

    def read_positive_mpp(key):
        raw = props.get(key)
        try:
            value = float(raw)
        except (TypeError, ValueError):
            return None
        return value if math.isfinite(value) and value > 0 else None

    mpp_x = read_positive_mpp(openslide.PROPERTY_NAME_MPP_X)
    mpp_y = read_positive_mpp(openslide.PROPERTY_NAME_MPP_Y)
    print("Level-0 MPP (x, y):", mpp_x, mpp_y, "µm/pixel")

    for level, (dims, ds) in enumerate(
        zip(slide.level_dimensions, slide.level_downsamples)
    ):
        sx = mpp_x * ds if mpp_x is not None else None
        sy = mpp_y * ds if mpp_y is not None else None
        print(f"Level {level}: size={dims}, downsample={ds:.4g}, "
              f"approx MPP=({sx}, {sy})")

    # 示例：所给 (x, y) 必须是 Level 0 的坐标，size 属于 level 的像素单位。
    # 只演示 API，不对任何未知切片假定病变位置或研究结果。
    level = min(2, slide.level_count - 1)
    region = slide.read_region((0, 0), level, (256, 256))
    region.save("wsi_example_region.png")

这段脚本的预期作用是打印实际文件的层级与标定，并保存一个从 Level 0 原点取样的演示图块；它并没有保证该位置包含组织，也没有执行诊断。read_region 返回 RGBA 图像，保存时可能带透明背景。[1]

如果希望在 QuPath 中查看相同的关键标定信息，可在脚本编辑器执行以下 Groovy 片段（QuPath 官方脚本文档与像素标定 API）：[8]

def server = getCurrentServer()
def cal = server.getPixelCalibration()
println "Image size: ${server.getWidth()} × ${server.getHeight()}"
println "Pixel width (µm): ${cal.getPixelWidthMicrons()}"
println "Pixel height (µm): ${cal.getPixelHeightMicrons()}"

如果尺寸返回 NaN、空值或明显不合理的数字，不能擅自以“40× = 0.25 µm/pixel”填补为已知事实。应先核查扫描仪记录、原始文件元数据及带有可信尺寸的参考物，再决定能否进行绝对尺度测量。QuPath 官方文档特别警告像素尺寸元数据可能缺失或错误，普通 PNG/JPEG 和部分 TIFF 的 DPI/打印分辨率也不能直接作为组织物理尺寸。[7, 8]

建议记录哪些尺度信息？

为便于后续复现，研究图块至少记录：源切片标识、Level 0 宽高、原始 MPP_X/MPP_Y（包含缺失状态和来源）、读取层级或下采样系数、Level 0 起点、输出像素尺寸、输出 MPP 或物理视野、重采样方法。如果做跨切片 ROI 对齐，还应保存坐标变换和所使用的图像版本。这里的建议是可追溯分析记录，不是特定期刊的强制报告清单。

六、常见误解与适用边界

“Level 0 是最低分辨率。” 在 OpenSlide 的层级定义中恰好相反：Level 0 是最高分辨率；其他库可能使用不同层级标记，需按实际 API 解读。[1]
“40× 就等于 0.25 MPP。” 只是常见的近似等效表述；跨设备比较以核验后的物理尺度为主，不能取代光学质量检查。[2, 5, 7]
“统一成 512 像素的图块就统一了观察尺度。” 只有物理视野、MPP 与采样方式也一致时，才可以说取得了可比的观察尺度。
“把粗层图像插值放大，就能看见更多细胞细节。” 插值不会恢复未采集或已丢失的信息。
“同一金字塔层中的全部位置都有组织。” WSI 往往包含背景、空白或未扫描的范围；总像素矩阵与有效组织区域不能混为一谈。OpenSlide 可提供部分格式的非空区域边界信息，但这些字段不保证存在，仍需进行组织区域判定。[2]
“像素坐标乘以 MPP，就得到玻片上的真实绝对位置。” 这个换算只解决局部轴向尺度；绝对玻片坐标还涉及图像原点、方向以及可能的扫描和配准变换。[5, 6]
“越小的 MPP，总能改善模型性能。” 更密集的像素采样可能提高细节表示，也会增加计算成本；收益受光学分辨能力、任务性质、数据质量及训练分布限制，必须实际验证。

特别注意：本文把图像平面视作可用近似恒定的二维像素标定描述。对于非均匀扫描变形、复杂拼接误差、多个焦平面或空间组学跨模态配准，这一近似可能不够，应引入更完整的几何与成像模型。

关联知识

当前项目的 ARTICLE_INDEX.md 尚无已确认正式发布的文章，所以本篇不添加无法核实的文章内链。后续最值得衔接的知识点（按 KNOWLEDGE_MAP.md）包括：

数字切片格式、元数据与标准化交换（理解 SVS、OME-TIFF、DICOM WSI 等如何表示尺度）。
数字切片的区域读取、查看与导出：以 OpenSlide 和 QuPath 为例（将坐标与尺度落实为操作）。
切块、图像尺度与坐标映射；全切片采样策略、组织覆盖与取样代表性（研究数据如何构建）。
多分辨率与层级 WSI 建模（把不同组织学尺度引入模型）。

这些只是候选关联主题，不是已发布文章或链接。

参考资料

以下资料以官方标准、项目维护者文档及可查证研究为主。软件 API 与格式说明适用于所引页面的文档版本；用于科研时仍需结合本机安装版本核对。

OpenSlide Project. OpenSlide Python Documentation, version 1.4.7. 官方 API 文档。用于确认 Level 编号、level_dimensions、level_downsamples、read_region 坐标及参数语义。
OpenSlide Project. List of Known Properties. 官方属性文档。明确 openslide.mpp-x/y、openslide.objective-power 及缺失/准确性限制。
Open Microscopy Environment. OME-TIFF specification, OME Data Model and File Formats 6.2.2. 官方规范。说明 OME-TIFF 多分辨率与子分辨率层。
Open Microscopy Environment. OME-XML schema documentation, OME-2016-06. 官方模式说明。核对 Pixels.PhysicalSizeX、PhysicalSizeY 及其单位；这些字段为可选项。
DICOM Standards Committee. DICOM Whole Slide Imaging. DICOM 官方专题。说明 WSI 典型像素量、0.25/0.5 µm/pixel 的近似等效倍率和空间坐标背景。
DICOM Standards Committee. DICOM PS3.3 — Whole Slide Microscopy Image Module, Section C.8.12.4. 标准正文。涉及 Total Pixel Matrix 与 Slide Coordinate System 的相关属性及几何约定。
QuPath Project. Images: Pixel size, resolution & magnification, QuPath 0.7.0 documentation. 官方概念文档。说明像素标定、数字缩放与物理分辨率的区别及元数据校验要求。
QuPath Project. Scripting overview: Accessing image metadata, QuPath documentation. 官方脚本文档。用于核对 getPixelCalibration() 与 getPixelWidthMicrons()、getPixelHeightMicrons() 的用法。
DICOM Standards Committee. DICOM PS3.3 — Basic Pixel Spacing Calibration Macro, Section 10.7.1.3. 标准正文。核对 Pixel Spacing 的两个数值顺序及单位。

文章状态：AI 辅助编写，尚未经人工核验；合成示例与原创图仅用于解释原理，不是实际切片、医学研究结果或临床诊断依据。

学习目标​

一、WSI 为什么需要金字塔与分块​

1. 一张 WSI 究竟有多大？​

2. Level 0 为什么是最高分辨率？​

二、MPP：把图像坐标连接到真实组织​

1. 什么是物理像素尺寸？​

2. MPP 和“20×、40×”有什么关系？​

3. 为什么屏幕上看起来一样大的图像，组织范围会不同？​

三、金字塔层级之间如何换算？​

1. 下采样系数与层级 MPP​

2. 坐标是以哪一层为基准？​

3. 指定“目标 MPP”与直接指定“层级”有什么区别？​

四、观察尺度决定了能回答什么病理问题​

五、实践：读取层级与 MPP，而不是猜测放大倍率​

建议记录哪些尺度信息？​

六、常见误解与适用边界​

关联知识​

参考资料​