本文探讨了由于数字扫描仪的差异而导致的全切片图像 (WSI) 变异性问题，这对于确保计算病理学中跨领域的模型性能可靠至关重要。具体而言，我们强调了扫描仪泛化的重要性，这确保了模型在现实世界中不受扫描仪依赖性的影响，因为现实世界中扫描设备可能因机构和医院而异。与以往主要关注标准领域泛化设置的研究不同，本文提出了 SCORPION，这是一个专门用于评估扫描仪变异性下模型可靠性的全新数据集。SCORPION 包含 2,400 个空间对齐的、由五台扫描仪扫描的 480 个组织样本的图块，它隔离了扫描仪之间的变异性以控制组织成分的差异，同时严格评估了模型的一致性。此外，我们提出了 SimCons，这是一个灵活的框架，它通过将基于增强的领域泛化技术与一致性损失相结合，明确地解决了扫描仪泛化问题。实验结果表明，SimCons 能够在不影响特定任务性能的情况下，提高模型在不同扫描仪之间的一致性。通过发布 SCORPION 数据集和 SimCons 框架，我们为研究界提供了宝贵的资源，用于评估和改进各种扫描仪的模型一致性，并为可靠性测试设定了新的标准。
