RCdpia：基于病理学家的肾癌数字病理学图像标注数据集

由于肿瘤的异质性，对肾细胞癌的数字病理切片数据进行标注对于人工智能模型的正确诊断至关重要。这一过程不仅有助于更深入地理解肾细胞癌的异质性，还旨在最大限度地减少数据中的噪声，以进行更准确的研究。为了提高数据的适用性，我们邀请了两名病理学家对来自癌症基因组图谱计划（TCGA）数据库的肾癌病理图像数据集进行了精心策划、筛选和标注。随后，开发了一个 Resnet 模型，利用来自浙江大学附属第一医院的另一个数据集对标注数据集进行了验证。基于这些结果，我们精心整理了带有肿瘤区域和邻近区域独立标注的 TCGA 数字病理数据集（RCdpia），其中包括 109 例肾嫌色细胞癌、486 例肾透明细胞癌和 292 例肾乳头状细胞癌。该数据集现已在 http://39.171.241.18:8888/RCdpia/ 公开访问。此外，模型分析显示，将同一模型应用于来自不同中心的数据集时，预测结果存在显著差异。利用 RCdpia，我们现在可以开发更精确的数字病理人工智能模型，用于归一化、分类和分割等任务。这些进展凸显了在数字病理学领域开发更细致、更准确的 AI 应用的潜力。