PathML 是面向计算病理学工作流的 Python 工具包，用于全切片病理图像（WSI）和多参数成像数据的机器学习与图像分析。
主要用途：加载并处理多种专有格式的 WSI；对 H&E 染色组织图像做预处理与染色归一化；进行细胞核检测、分割与分类；构建细胞与组织空间图；训练或部署病理数据模型；分析 CODEX、Vectra、MERFISH 等多参数成像数据；管理大规模病理数据集。
主要能力：支持 160 多种专有格式，包括 Aperio SVS、Hamamatsu NDPI、Leica SCN、Zeiss ZVI、DICOM、OME-TIFF，并统一访问图像金字塔、元数据和感兴趣区域。预处理管线可组合图像处理、质量控制、染色归一化、组织检测与掩膜操作，典型变换包括 StainNormalizationHE（Macenko/Vahadane）、TissueDetectionHE、NucleusDetectionHE、MedianBlur、GaussianBlur、LabelArtifactTileHE。空间图构建可从分割对象提取特征，用于图神经网络和空间分析。机器学习方面集成 PyTorch，提供 HoVer-Net、HACTNet 等预建模型、自定义 DataLoader 和 ONNX 推理支持。多参数成像支持 CODEX、Vectra、MERFISH 等平台，含专用 slide 类、Mesmer 细胞分割、标记物定量及与 AnnData 集成。数据管理采用 HDF5 存储瓦片、掩膜、元数据和特征。
使用方式：通过 uv pip install pathml 安装，全部功能可用 uv pip install pathml[all]。典型流程为用 SlideData.from_slide 加载切片，构建 Pipeline 并 run，再遍历 wsi.tiles 访问图像和掩膜。
限制：资料未提供具体收费、价格、平台支持范围或性能指标，相关事实暂未提供。