CryoNuSeg：用于冷冻切片 H&E 染色组织图像核实例分割的数据集
图像与视频处理
2021-03-25 v1 计算机视觉与模式识别
摘要
核实例分割在苏木精和伊红（H&E）染色图像的分析中起着重要作用。尽管基于监督深度学习（DL）的方法是自动核实例分割的最先进技术，但训练这些模型需要带标注的数据集。组织处理方案主要有两类，即福尔马林固定石蜡包埋样本（FFPE）和冰冻组织样本（FS）。尽管源自 FFPE 的 H&E 染色组织切片是最广泛使用的样本，但对源自 FS 样本的冰冻切片进行 H&E 染色是一种在术中手术环节的相关方法，因为其可快速完成。由于这两类样本处理方案存在差异，所获得的全切片图像中衍生出的图像尤其是核外观可能不同。FS 衍生的 H&E 染色图像分析可能更具挑战性，因为 FS 切片的快速制备、染色和扫描可能导致图像质量下降。在本文中，我们介绍 CryoNuSeg，首个完全标注的 FS 衍生冷冻切片且 H&E 染色的核实例分割数据集。该数据集包含来自 10 个人体器官的图像，这些器官在其他公开数据集中未被利用，并提供三种人工标注以衡量观察者内和观察者间变异性。此外，我们研究了组织固定/包埋方案（即 FS 或 FFPE）对一种最先进 DL 方法自动核实例分割性能的影响。我们还为该数据集建立了基线分割基准，可供未来研究使用。生成该数据集的分步指南以及完整数据集和其他详细信息已在 https://github.com/masih4/CryoNuSeg 向同行研究者公开。
引用
@article{arxiv.2101.00442,
title = {CryoNuSeg: A Dataset for Nuclei Instance Segmentation of Cryosectioned H&E-Stained Histological Images},
author = {Amirreza Mahbod and Gerald Schaefer and Benjamin Bancher and Christine Löw and Georg Dorffner and Rupert Ecker and Isabella Ellinger},
journal= {arXiv preprint arXiv:2101.00442},
year = {2021}
}