HER2-SISH40x:用于评估乳腺癌中的HER2放大值的注释基因病理图像数据集
Zaka Ur Rehman1, Mohammad Faizal Ahmad Fauzi1,2, Wan Siti Halimatul Munirah Wan Ahmad3
1Centre for Image and Vision Computing, CoE for Artificial Intelligence, Multimedia University, Persiaran Multimedia, 63100 Cyberjaya, Selangor, Malaysia.
Data in brief
|October 27, 2025
概括
一个新的数据集,HER2-SISH40x,通过提供注释图像用于自动HER2放大得分来帮助诊断乳腺癌. 本资源支持计算病理学和深度学习的进步,用于个性化治疗决策.
科学领域:
- 数字病理学数字病理学
- 计算病理学计算病理学
- 生物标志物发现发现
背景情况:
- HER2过度表达是乳腺癌治疗的关键生物标志物.
- 在现场杂交 (ISH) 是评估HER2基因放大的标准.
- 准确的HER2评分对于指导治疗策略至关重要.
研究的目的:
- 介绍用于计算病理学研究的HER2-SISH40x数据集.
- 促进自动HER2评分和分类方法的开发.
- 为推进数字乳腺癌诊断提供资源.
主要方法:
- 从50个全幻灯片图像 (WSI) 创建数据集,使用DISH染色.
- 在40倍放大时采集3DHistech全景DESK扫描仪.
- 专家病理学家对237个感兴趣的区域 (ROI) 的注释,加上300个正常的ROI.
主要成果:
- HER2-SISH40x数据集包括对HER2放大和非放大乳腺癌的注释贴片.
- 该数据集支持色彩规范化,区域分类和HER2信号量化方面的研究.
- 在多项研究中成功应用于计算病理学任务.
结论:
- HER2-SISH40x数据集是计算病理学的宝贵资源.
- 能够开发和评估用于自动HER2评分的深度学习模型.
- 为推进个性化乳腺癌诊断的数字病理学工作流程做出贡献.
