클로드스킬마트스킬 둘러보기스킬이 뭐예요?
 
← 목록으로

PathML 계산병리 워크플로우

전체 슬라이드 병리 이미지를 안전하게 로드·타일링·전처리하고 공간 그래프와 모델 추론까지 계획해주는 PathML 연구 워크플로우 스킬.

데이터·분석고급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

PathML 3.0.5를 기준으로 로컬 전용(네트워크 차단) 계산병리 연구 워크플로우를 안내합니다.

  • 슬라이드 로딩(OpenSlide/Bio-Formats 백엔드), 타일 생성, 피라미드 레벨과 (i, j) 좌표 관리
  • Pipeline + SlideData.run() 기반 전처리·QC(조직 검출, 블러, 빈 마스크 처리) 구성
  • .h5path 데이터 관리, 매니페스트 검증, 환자 단위 분할로 데이터 누수 방지
  • 멀티플렉스(CODEX/Vectra) 정량화, KNN/RAG/HACT 공간 그래프 스키마 검증
  • 타일 수·RAM·출력 용량을 미리 계산하는 추론 계획 수립
  • scripts/에 포함된 오프라인 CLI(매니페스트 검증, 파이프라인 계획, 이미지 QC, 스키마 검증, 추론 계획)

또한 개인정보(가명화, 재식별 키 분리)와 모델 보안(pickle/.pt 신뢰 금지, ONNX SHA-256 검증, 원격 다운로드 동의 게이트)에 대한 명확한 안전 경계를 제시합니다.

이런 분께 추천

  • 디지털 병리·전산병리 연구를 하는 대학원생, 연구원, 데이터 과학자
  • WSI 타일링 파이프라인을 재현 가능하게 구성해야 하는 팀
  • 환자 식별정보가 포함될 수 있는 슬라이드를 규정 준수하며 다뤄야 하는 연구실
  • 진단 목적이 아닌 연구용 분석에 한정해 사용하려는 분

주의: 임상 진단·등급 판정·치료 결정에는 사용할 수 없습니다.

활용 예시

  1. 첫 파이프라인 구성: "H&E .svs 슬라이드에서 조직 검출 마스크를 만들고 512px 타일로 .h5path에 저장하는 코드를 만들어줘" → HESlide + TissueDetectionHE 파이프라인과 8개 타일 시범 실행 코드를 제안합니다.
  2. 리소스 사전 계산: "100000×80000 크기 슬라이드를 512 타일로 처리하면 타일 수와 메모리가 어떻게 되나?" → python scripts/plan_pipeline.py --width 100000 --height 80000 --tile-size 512 --stride 512로 경계값을 산출합니다.
  3. 공간 그래프 검증: "세포 좌표 CSV와 그래프 JSON의 채널 순서·노드 특징 정렬이 맞는지 확인해줘" → validate_spatial_schema.py로 스키마와 물리 단위를 점검합니다.

· · · 설치 가이드 · · ·

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/pathml 폴더를 내 ~/.claude/skills/pathml/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/pathml ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 엽니다.
  2. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  3. 스킬 폴더를 준비합니다: mkdir -p ~/.claude/skills
  4. 이 스킬만 복사합니다: cp -r scientific-agent-skills/skills/pathml ~/.claude/skills/
  5. 시스템 라이브러리를 먼저 설치합니다.
    • Ubuntu/Debian: sudo apt-get install openslide-tools gcc g++ libblas-dev liblapack-dev openjdk-17-jdk
    • macOS: brew install openslide openjdk@17
  6. 파이썬 3.11 가상환경을 만들고 PathML을 설치합니다: uv venv --python 3.11 && source .venv/bin/activate && uv pip install "pathml==3.0.5"
  7. 설치 확인: python -c "import importlib.metadata as m; print(m.version('pathml'))"
  8. Claude Code를 다시 시작한 뒤 "PathML로 슬라이드 전처리 파이프라인 만들어줘"처럼 요청하면 스킬이 활성화됩니다.
GitHub에서 원본 보기 ↗라이선스: MIT