正常型和异常型分裂形态的乳腺癌组织学数据集（AMi-Br）
计算机视觉与模式识别
2025-03-14 v2 数据库
摘要
评估组织学肿瘤切片中分裂形态（MF）的密度，是许多肿瘤类型（包括乳腺癌）的重要预后指标。最近的研究表明，形态异常的MF（异常MF，AMF）的数量可能是乳腺癌的独立预后标准。AMF是调控细胞周期基因突变的指标，可导致肿瘤细胞染色体构型异常（染色体数目异常）。为促进基于图案识别的进一步研究，我们提供了首个公开可获取的异常型和正常MF数据集（AMi-Br）。为此，我们利用了两大流行MF数据集（MIDOG 2021 和 TUPAC），并通过三位专家的多数投票对所有MF进行了子分类。最终数据集包含3720个MF，其中832个（22.4%）为AMF，2888个（77.6%）为正常MF，涵盖所有223个肿瘤病例。我们提供基线分类实验，以Monte Carlo交叉验证和不同策略应对类别不平衡问题，探讨数据集的一致性。我们发现，在基于切片级别的数据集划分时，平均平衡准确率可达0.806，在基于患者级别的划分时，平衡准确率可达0.713。
引用
@article{arxiv.2501.04467,
title = {Histologic Dataset of Normal and Atypical Mitotic Figures on Human Breast Cancer (AMi-Br)},
author = {Christof A. Bertram and Viktoria Weiss and Taryn A. Donovan and Sweta Banerjee and Thomas Conrad and Jonas Ammeling and Robert Klopfleisch and Christopher Kaltenecker and Marc Aubreville},
journal= {arXiv preprint arXiv:2501.04467},
year = {2025}
}