CoRe-BT：用于robust脑肿瘤分型的多模态放射学-病理学-文本基准数据集
计算机视觉与模式识别
2026-03-05 v1
摘要
准确的脑肿瘤分型需要整合来自异构临床证据，包括磁共振成像（MRI）、组织病理学和病理报告，这些数据在诊断时往往不完整。我们引入CoRe-BT，一个用于脑肿瘤分型的跨模态放射学-病理学-文本基准数据集，旨在研究在缺失模态条件下的robust多模态学习。该数据集包含310名患者，拥有多序列脑MRI（T1、T1c、T2、FLAIR），其中95例患者配备了染色H&E的全切片病理学图像和病理报告。所有病例均标注了肿瘤类型和分级，MRI体积包括专家标注的肿瘤掩码，既可用于区域感知建模，也可用于辅助学习任务。肿瘤被分为六个临床相关类别，涵盖常见和罕见胶质瘤亚型的异质性。我们通过比较仅使用MRI的模型与集成病理信息的多模态方法，评估了在不同模态可用性下的肿瘤分型。基线实验表明多模态融合是可行的，并突显了不同模态在临床相关分型任务中各自贡献的互补性。CoRe-BT为推动多模态胶质瘤分型和在临床数据不完整情况下的数据表征学习提供了扎实的测试平台。
引用
@article{arxiv.2603.03618,
title = {CoRe-BT: A Multimodal Radiology-Pathology-Text Benchmark for Robust Brain Tumor Typing},
author = {Juampablo E. Heras Rivera and Daniel K. Low and Xavier Xiong and Jacob J. Ruzevick and Daniel D. Child and Wen-wai Yim and Mehmet Kurt and Asma Ben Abacha},
journal= {arXiv preprint arXiv:2603.03618},
year = {2026}
}
备注
Under review, MICCAI 2026