PANTHER 原型编码过程；
代码链接：https://github.com/Liujiashuai/PANTHER
- prototype
首先通过kmeans得到初始化的原型：
cd src
bash ./script/prototype/GTEx_TCGA.sh 0
根据不同放大倍数的需要，修改./script/prototype/clustering.sh中 mag 和 与之对应的 n_proto。
- embedding
cd src
bash ./script/embedding/GTEx_TCGA.sh 0 panther
根据不同放大倍数的需要，修改./script/embedding/panther.sh中 mag 和 与之对应的 out_size。
输出文件保存在 ./splits/GTEx-TCGA-class下，由于github空间有限，因此没有保存结果。
|---project_name
| |---0_1024
| | |---embeddings
| | |---embeddings
| | |---└---***tokenized.pkl
| | |---└---***.pkl
| | |---prototypes
| | |---└---***.pkl
| | └---train.csv
| |---1_512
└ └---1_1024
其中，***tokenized.pkl表示经过 token化之后每个wsi的特征；***.pkl是没有对prob，mean以及cov进行区分的特征向量。shape为[wsi_num, proto_num* (input_dim*2+1)]
保留了其中的***tokenized.pkl文件和***.pkl，该文件可以通过下面的方式进行加载：
import os
import pickle
embedding_path = './src/splits/GTEx-TCGA-class/TCGA-BLCA/1_1024/embeddings'
os.listdir(embedding_path)
for file_name in os.listdir(embedding_path):
if file_name.endswith('.pkl'):
if file_name.endswith('tokenized.pkl'):
with open(os.path.join(embedding_path, file_name), 'rb') as f:
data_token = pickle.load(f)
else:
with open(os.path.join(embedding_path, file_name), 'rb') as f:
data_embedding = pickle.load(f)
print(data_embedding['train']['X'].shape)
print(data_token['train']['prob'].shape)
print(data_token['train']['mean'].shape)
print(data_token['train']['cov'].shape)
# torch.Size([457, 8200]) # [wsi_num, proto_num*(input_dim*2+1)]
# torch.Size([457, 8]) # [wsi_num, proto_num], feature for prob
# torch.Size([457, 8, 512]) # [wsi_num, proto_num, input_dim], feature for mean
# torch.Size([457, 8, 512]) # [wsi_num, proto_num, input_dim], feature for cov可以直接将特征进行合并，用于下游任务。作者的代码是将所有的prob放在WSI特征列表的[: proto_num]，mean放在[proto_num, proto_num*(d+1)]，cov放在[proto_num*(d+1):]中，直接用于下游任务的训练和预测。
此外，作者在代码中还给出了一种额外的方案：不同原型得到的特征分别进行映射，然后再通过线性层对结果进行组合。