HMI-LUSC: Un conjunto de datos de imágenes hiperespectrales histológicas para el carcinoma de células escamosas...

Área de la Ciencia:

• Imágenes biomédicas de imágenes.
• Patología Computacional Patología Computacional.
• La espectroscopia es una técnica de espectroscopia.

Sus antecedentes:

• La histopatología convencional se basa en la inspección manual de diapositivas, que es subjetiva y requiere mucho tiempo.
• Las imágenes microscópicas hiperespectrales (HMI, por sus siglas en inglés) ofrecen avanzados datos espectrales espaciales a escala celular para la patología.
• La falta de conjuntos de datos públicos de HMI dificulta las aplicaciones de aprendizaje automático en el diagnóstico del cáncer de pulmón.

Objetivo del estudio:

• Introducir HMI-LUSC, el primer conjunto de datos HMI de acceso abierto para el carcinoma de células escamosas pulmonares (LUSC).
• Proporcionar un conjunto de datos de referencia para avanzar en la patología computacional y la investigación diagnóstica espectral en cáncer de pulmón.

Principales métodos:

• Se obtuvieron 62 imágenes hiperespectrales (450-750 nm, 61 bandas) utilizando un sistema HMI personalizado.
• Incluye anotaciones de tumores proporcionadas por el patólogo.
• Generó etiquetas refinadas a nivel de celda a través de un flujo de trabajo semiautomático.

Principales resultados:

• Establecido HMI-LUSC, el primer conjunto de datos abierto de HMI para LUSC.
• El conjunto de datos comprende 62 imágenes hiperespectrales con anotaciones detalladas.
• Ofrece un valioso recurso para el análisis espectral y la detección de tumores.

Conclusiones:

• HMI-LUSC aborda la necesidad crítica de conjuntos de datos públicos de HMI en la investigación del cáncer de pulmón.
• El conjunto de datos acelerará el desarrollo de herramientas de diagnóstico automatizadas y precisas.
• Facilita la investigación futura en patología computacional y diagnóstico espectral para LUSC.