HER2-IHC-40x:一种高分辨率的组织病理学数据集,用于乳腺癌中HER2 IHC评分
Md Serajun Nabi1, Mohammad Faizal Ahmad Fauzi1,2, Zaka Ur Rehman2
1Faculty of Artificial Intelligence and Engineering, Multimedia University, Persiaran Multimedia, 63100 Cyberjava, Malaysia.
Data in brief
|October 27, 2025
概括
这项研究介绍了HER2-IHC-40x和HER2-IHC-40x-WSI数据集,其中包括高分辨率的全幻灯片图像,用于乳腺癌中HER2免疫组织化学评分. 这些数据集支持计算病理学的深度学习应用.
科学领域:
- 数字病理学数字病理学
- 计算病理学计算病理学
- 瘤学研究研究
背景情况:
- 准确的HER2 (人类表皮生长因子受体2) 评分对于乳腺癌治疗决策至关重要.
- 整片成像 (WSI) 和免疫组织化学 (IHC) 是标准的诊断工具.
- 开发计算病理学工具需要高质量,注释良好的图像数据集.
研究的目的:
- 为计算病理学提供HER2-IHC-40x和HER2-IHC-40x-WSI数据集.
- 为乳腺癌中HER2评分提供结构化,高分辨率的图像数据.
- 为了促进深度学习模型的开发,用于自动化HER2分类.
主要方法:
- 获取了107张乳腺癌组织的全幻灯片图像 (WSIs).
- 专家病理学家对感兴趣的区域 (ROI) 的注释.
- 从1024x1024像素的补丁中提取和分类到四个HER2分数 (0, 1+, 2+, 3+).
- 颜色组图过的应用,以去除非瘤区域和人工物.
- 基于WSI和基于补丁的数据分割策略的实施.
主要成果:
- 创建两个不同的数据集:HER2-IHC-40x (基于WSI的分割) 和HER2-IHC-40x-WSI (基于补丁的分割).
- 生成高质量的结构化数据,适合进行计算分析.
- 证明数据集适用于深度学习任务,如HER2分类.
结论:
- HER2-IHC-40x和HER2-IHC-40x-WSI数据集是数字病理学研究的宝贵资源.
- 这些数据集允许开发和验证用于HER2评分的AI算法.
- 在Zenodo上和附带脚本的可用性促进了可复制性和计算病理学的进一步研究.
更多相关视频
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.9K
10:21Protocol for HER2 FISH Using a Non-cross-linking, Formalin-free Tissue Fixative to Combine Advantages of Cryo-preservation and Formalin Fixation
Published on: December 25, 2017
14.2K
