Conjunto de datos de imágenes histológicas a gran escala con metadatos para el cáncer colorrectal Microambiente

Área de la Ciencia:

• Oncología Oncología.
• Imágenes médicas de imágenes médicas.
• Patología Computacional Patología Computacional.

Sus antecedentes:

• El cáncer colorrectal (CRC) exhibe una heterogeneidad significativa del microambiente tumoral (TME), lo que complica la predicción del resultado y la respuesta al tratamiento.
• La clasificación precisa de las imágenes histológicas en componentes de tejido es crucial para la toma de decisiones clínicas en CCR.
• Las aplicaciones actuales de aprendizaje profundo (DL) en CRC se ven obstaculizadas por conjuntos de datos anotados limitados e imágenes histológicas de alta calidad.

Objetivo del estudio:

• Introducir HMU-CRC-Hist550K, un conjunto de datos completo para el análisis de imágenes de histología de CRC.
• Facilitar la investigación en el perfil de EMT, el diagnóstico asistido por IA y la terapia personalizada para el cáncer colorrectal.
• Para abordar la escasez de datos histológicos anotados a gran escala para DL en CRC.

Principales métodos:

• Curó un conjunto de datos de 550.000 fichas de imágenes anotadas de 500 imágenes CRC de diapositivas completas.
• Las fichas de imágenes etiquetadas se dividen en ocho clases distintas de tejidos TME.
• Se compararon tres modelos DL para la segmentación de tejidos utilizando el conjunto de datos HMU-CRC-Hist550K.

Principales resultados:

• Estableció HMU-CRC-Hist550K, un conjunto de datos anotados a gran escala de imágenes de histología de CRC.
• Demostró la utilidad del conjunto de datos al evaluar el rendimiento del modelo DL en tareas de segmentación.
• Proporcionó una base para el análisis avanzado de TME y las aplicaciones basadas en IA en CRC.

Conclusiones:

• HMU-CRC-Hist550K es un recurso valioso para el avance de la investigación TME en el cáncer colorrectal.
• El conjunto de datos apoya el diagnóstico asistido por IA, el subtipo molecular y la planificación de la terapia individualizada.
• Permite nuevas investigaciones sobre la evolución dinámica del microambiente tumoral del CRC.