一个多斑点乳腺癌组织学整体幻灯片图像数据集,来自常规诊断

Philippe Weitz1, Masi Valkonen2, Leslie Solorzano3

  • 1Department of Medical Epidemiology and Biostatistics, Karolinska Institutet, Stockholm, Sweden. philippe.weitz@ki.se.

Scientific data
|August 24, 2023
PubMed

Insights

这项研究引入了乳腺癌全幻灯片图像 (WSI) 的最大的公共数据集,其中包括来自相同瘤的匹配的血素和素 (H&E) 和免疫组织化学 (IHC) 染色. 本资源支持用于生物标志物分析的计算病理学的进展.

科学领域:

  • 病理学 病理学 病理学
  • 计算生物学 计算生物学
  • 在瘤学瘤学.

背景情况:

  • FFPE乳腺癌组织部分的血氧氨酸和氨酸 (H&E) 和免疫组织化学 (IHC) 染色对于病理评估至关重要.
  • 在诊断中,IHC被广泛用于生物标志物状态 (ER,PGR,HER2,KI67).
  • 计算病理学显示了使用整个幻灯片图像 (WSIs) 的生物标志物评估的希望.

研究的目的:

  • 解决乳腺癌研究中计算病理学公共数据的稀缺问题.
  • 从原发性乳腺癌样本中创建匹配的H&E和IHC WSIs最大的公开可用的数据集.

主要方法:

  • 收集了女性原发性乳腺癌患者手术切除的FFPE组织切片.
  • 有H&E和各种IHC标记的染色部分.
  • 获取所有染色部分的整个幻灯片图像 (WSI).
  • 匹配了来自同一瘤组织的H&E和IHC染色物的WSIs.

主要成果:

  • 发布了迄今为止最大的公共数据集,其中包含匹配的H&E和IHC WSIs.
  • 该数据集包括4,212名来自1,153名原发性乳腺癌患者的WSI.
  • 这一数据集代表了开发和验证计算病理学算法的重要资源.

结论:

  • 新发布的数据集显著提高了乳腺癌研究高质量,匹配的成像数据的可用性.
  • 促进了先进的计算工具的开发,以便更准确,更有效地分析生物标志物.
  • 旨在通过改进的图像分析技术,加速乳腺癌精准医学的进展.
抽象的

No abstract available in PubMed .

相关概念视频