作为计算病理学可复现研究平台的NCI影像数据公共库
计算机视觉与模式识别
2025-08-08 v3 人工智能
机器学习
摘要
背景与目标：可复现性是计算病理学（CompPath）中开发基于机器学习（ML）的解决方案的主要挑战。NCI影像数据公共库（IDC）依据FAIR原则提供超过120个癌症图像集合，并设计用于云端ML服务。在此，我们探讨其在促进CompPath研究可复现性方面的潜力。方法：利用IDC，我们实现了两项实验，其中用于肺肿瘤组织分类的代表性ML方法在不同数据集上被训练和/或评估。为评估可复现性，实验使用相互独立但配置相同的常见ML服务实例多次运行。结果：同一实验不同运行的AUC值总体一致。然而，我们观察到AUC值存在最高达0.045的微小差异，表明可复现性存在实际限度。结论：我们得出结论，IDC通过（i）使研究者能复用完全相同的数据集，以及（ii）与云端ML服务集成从而可在配置相同的计算环境中运行实验，促进了逼近CompPath研究的可复现性极限。
引用
@article{arxiv.2303.09354,
title = {The NCI Imaging Data Commons as a platform for reproducible research in computational pathology},
author = {Daniela P. Schacherer and Markus D. Herrmann and David A. Clunie and Henning Höfener and William Clifford and William J. R. Longabaugh and Steve Pieper and Ron Kikinis and Andrey Fedorov and André Homeyer},
journal= {arXiv preprint arXiv:2303.09354},
year = {2025}
}
备注
13 pages, 5 figures; improved manuscript, new experiments with P100 GPU