STimage-1K4M：面向空间转录组学的组织病理学图像-基因表达数据集
计算机视觉与模式识别
2024-06-21 v2 计算与语言
基因组学
摘要
多模态算法的最新进展推动并得益于大型图文数据集日益增加的可用性，从而在包括计算病理学在内的各个领域取得了重大进展。然而，在大多数现有的医学图文数据集中，文本通常提供的是高层级的摘要，可能无法充分描述大型病理图像中的子切片区域。例如，一张图像可能覆盖包含癌变和健康区域的大面积组织，但附带的文本可能仅说明该图像是一张癌症切片，缺乏进行深入分析所需的细微细节。在本研究中，我们引入了 STimage-1K4M，这是一个新颖的数据集，旨在通过为子切片图像提供基因组特征来弥合这一差距。STimage-1K4M 包含 1,149 张源自空间转录组学数据的图像，这些数据在病理图像内的单个空间点水平上捕获了基因表达信息。具体而言，数据集中的每张图像被分解为更小的子图像切片，每个切片配有 15,000-30,000 维的基因表达。凭借 4,293,195 对子切片图像和基因表达数据，STimage-1K4M 提供了前所未有的粒度，为多模态数据分析的广泛前沿研究以及计算病理学等领域的创新应用铺平了道路。
引用
@article{arxiv.2406.06393,
title = {STimage-1K4M: A histopathology image-gene expression dataset for spatial transcriptomics},
author = {Jiawen Chen and Muqing Zhou and Wenrong Wu and Jinwei Zhang and Yun Li and Didong Li},
journal= {arXiv preprint arXiv:2406.06393},
year = {2024}
}