有关于LEVEL=1的patching

[SuperCewang]

如果我不适用tools里的big_to_small_patching.py，而是直接使用CLAM创建LEVEL=1的patching，那么SIZE应该设置为1024吗？并且，在readme里的命令中，特征提取部分--color_norm参数好像并没有定义

[liupei101]

直接使用CLAM创建LEVEL=1的patching，那么SIZE应该设置为1024吗？

SIZE指 LEVEL所在层的 Patch大小，所以设为256即可。

---

在readme里的命令中，特征提取部分--color_norm参数好像并没有定义

官方的CLAM库没有定义color_norm参数。我们改进的CLAM库提供了此参数，祥见代码。

[SuperCewang]

如果我使用官方的CLAM工具处理自己的数据。没有使用color_norm参数，会导致维度匹配不上吗？

[liupei101]

color_norm参数不影响维度匹配

[SuperCewang]

您好，在运行main.py的过程中，在WSIpatchdata.py中出现bug，feats_x20.shape[0]和16*feats_x5.shape[0]不相等，我应该如何处理此问题？感谢您的指点

[liupei101]

有两个可能的原因：

• 没有按照Big-to-small patching 的流程预处理数据。规范的Big-to-small patching流程：先从低分辨率（l=2）开始划分patch，然后在高分辨率（l=1）划分patch。详细流程见此repo的README。
• 如果按照了上述流程预处理数据，那问题可能是你所处理数据的低分辨率patch并不对应16个高分辨率patch。对于TCGA或CAMELYON16，低分辨率（l=2）patch是对应16个高分辨率（l=1）patch的。这时需要查看您所处理数据中分辨率的对应关系。

[SuperCewang]

您好！我在使用您改进过的CLAM进行特征提取的时候出现了问题，是AttributeError: module 'torchstain' has no attribute 'MacenkoNormalizer'，我检查了我的torchstain的版本是1.3.0，请问我应该如何解决此问题？

[SuperCewang]

您好！我使用在提取level=2的特征时一切顺利。但是在使用过Big-to-small patching后，进行Level=1的特征提取的时候，出现了错误，具体错误为：
Traceback (most recent call last):
File "extract_features_fp.py", line 197, in
output_file_path = compute_w_loader(h5_file_path, output_pt_path, wsi,
File "extract_features_fp.py", line 55, in compute_w_loader
for count, (batch, coords) in enumerate(loader):
File "/public/home/wangsc/anaconda3/envs/DSCA/lib/python3.8/site-packages/torch/utils/data/dataloader.py", line 631, in next
data = self._next_data()
File "/public/home/wangsc/anaconda3/envs/DSCA/lib/python3.8/site-packages/torch/utils/data/dataloader.py", line 675, in _next_data
data = self._dataset_fetcher.fetch(index) # may raise StopIteration
File "/public/home/wangsc/anaconda3/envs/DSCA/lib/python3.8/site-packages/torch/utils/data/_utils/fetch.py", line 51, in fetch
data = [self.dataset[idx] for idx in possibly_batched_index]
File "/public/home/wangsc/anaconda3/envs/DSCA/lib/python3.8/site-packages/torch/utils/data/_utils/fetch.py", line 51, in
data = [self.dataset[idx] for idx in possibly_batched_index]
File "/public/home/wangsc/TCGA_RCC/Pipeline-Processing-TCGA-Slides-for-MIL-main/tools/CLAM/datasets/dataset_h5.py", line 199, in getitem
img = self.wsi.read_region(coord, self.patch_level, (self.patch_size, self.patch_size)).convert('RGB')
File "/public/home/wangsc/anaconda3/envs/DSCA/lib/python3.8/site-packages/openslide/init.py", line 251, in read_region
region = lowlevel.read_region(
File "/public/home/wangsc/anaconda3/envs/DSCA/lib/python3.8/site-packages/openslide/lowlevel.py", line 335, in read_region
_read_region(slide, buf, x, y, level, w, h)
ctypes.ArgumentError: argument 3: <class 'TypeError'>: wrong type
我尝试了不使用big-to-small-patching好像并不会出现此问题，但是后面又会出现维度不匹配的现象，您可以帮我解决此问题吗？

[liupei101]

可能是因为坐标的数据类型不对，可以参见这个：#3

[SuperCewang]

您好！我在进行main.py的运行时，出现了此问题：
Traceback (most recent call last):
File "main.py", line 101, in
multi_run_main(config)
File "main.py", line 34, in multi_run_main
metrics = model.exec()
File "/public/home/daijinpeng/wsc/DSCA-main/model/model_handler.py", line 127, in exec
self._run_training(train_loader, val_loaders=val_loaders, val_name=val_name, measure=True, save=False)
File "/public/home/daijinpeng/wsc/DSCA-main/model/model_handler.py", line 171, in _run_training
train_cltor, batch_avg_loss = self._train_each_epoch(train_loader)
File "/public/home/daijinpeng/wsc/DSCA-main/model/model_handler.py", line 227, in _train_each_epoch
y_hat = self.model(fx, fx5, cx5)
File "/public/home/daijinpeng/anaconda3/envs/yx/lib/python3.7/site-packages/torch/nn/modules/module.py", line 1130, in _call_impl
return forward_call(*input, **kwargs)
File "/public/home/daijinpeng/wsc/DSCA-main/model/HierNet.py", line 247, in forward
patchx20_emb, x20_x5_cross_attn, _ = self.patchx20_embedding_layer(x20, x5) # [B, 16N, d]->[B, N, d']
File "/public/home/daijinpeng/anaconda3/envs/yx/lib/python3.7/site-packages/torch/nn/modules/module.py", line 1130, in _call_impl
return forward_call(input, **kwargs)
File "/public/home/daijinpeng/wsc/DSCA-main/model/model_utils.py", line 298, in forward
x20, L = sequence2square(x20, self.scale) # [BN/(s^2), C, s, s]
File "/public/home/daijinpeng/wsc/DSCA-main/model/model_utils.py", line 88, in sequence2square
assert size[1] % (s * s) == 0
AssertionError
我调试发现，x的size是([1, 636, 1024])，其中s=4，对应不起来，请问我是哪里出现了问题吗？

[SuperCewang]

我尝试了填充x的第二维度到640，这样L=640/16=40，但是到后面x5.shape[1]=159，又与L不匹配，这是因为我数据预处理没有使用use_padding参数的原因吗？
但是我看此参数默认是开启的。