《Scientific Data》：Synchrotron X-ray Data of non-diseased and diabetic Human Pancreas Tissue and Islet Segmentation Model
编辑推荐：
利用同步辐射微计算机断层扫描（SRμCT）的三维虚拟组织学技术能够以各向同性分辨率对生物组织微架构进行非破坏性可视化。为支持人类胰腺形态学的定量研究，研究人员提供了来自32名个体的55个胰腺组织芯的高分辨率三维X射线成像数据集。该集合包括来自器官捐献者的组织学
利用同步辐射微计算机断层扫描（SRμCT）的三维虚拟组织学技术能够以各向同性分辨率对生物组织微架构进行非破坏性可视化。为支持人类胰腺形态学的定量研究，研究人员提供了来自32名个体的55个胰腺组织芯的高分辨率三维X射线成像数据集。该集合包括来自器官捐献者的组织学非疾病胰腺组织以及来自胰腺癌患者手术切除标本的非肿瘤区域，其中包含胰岛素依赖型糖尿病或接受新辅助化疗后的亚组。直径为1 mm的福尔马林固定、石蜡包埋（FFPE）组织芯以650 nm各向同性体素尺寸进行成像，平均有效空间分辨率为1.66 μm。该队列包括重建体积、相应的免疫组织化学（IHC）、临床元数据、专家验证的注释以及用于胰岛郎格汉斯（islets of Langerhans）自动分割的数据集特异性示例2.5D U-Net模型。一个代表性的共配准切片产生了0.81的Dice相似系数（DSC）和0.67的交并比（IoU）。这一开放获取、符合FAIR原则的资源支持对内分泌、外分泌、导管和基质架构的定量分析，并为人类胰腺组织的三维虚拟组织学和计算基准测试提供了可重复的参考框架。
**研究背景与存在问题**
传统组织学基于二维切片和染色，仍是诊断病理学和生物组织评估的金标准。然而，其平面性质本质上限制了空间解释能力，因为三维（3D）形态、连通性以及组织区室之间的体积关系在切片过程中丢失。卷积结构、复杂分布和罕见病理事件在3D数据中可被更精确地检测和评估。从连续切片重建理论上是可行的，但在实践中劳动强度大、易产生错位伪影，且不适合大队列的体积定量。3D成像方法通过保留组织微解剖的空间组织并支持真正体积背景下的定量形态学分析，克服了这一局限。
光学方法已被开发用于实现生物组织的3D可视化。光学透明化使组织各组分之间的折射率均质化，使生物样品透明从而更适合光学研究。虽然这些方法在结合荧光标记时提供优异的分子特异性，但受限于抗体渗透和光学散射。透明化过程本身可能需要数天到数周，取决于组织体积。光片显微镜成像可能导致各向异性体素几何和深度依赖性信号衰减。此外，淬灭和改变的自发荧光信号限制了对临床处理和归档样品（如FFPE组织）的适用性。同步辐射微计算机断层扫描（SRμCT）已成为一种对生物标本进行非破坏性、无标记、各向同性3D成像的技术。与传统吸收微计算机断层扫描不同，SRμCT利用由材料或组织区室折射率变化引起的相干X射线的相移。由此，弱吸收标本中的对比度得以增强。高亮度、相干性和准直性这三个关键光束特性使得无需外源性染色即可快速数据采集和稳健的软组织对比度。样品旋转≥180°产生投影序列，用于相位检索和断层重建为高保真3D体积。此外，成像过程是非破坏性的，允许对同一样品进行下游组织学、分子或多模态分析。样品制备对数据质量至关重要。对于大型或脆弱的软组织标本，样品稳定化、脱水和 mounting 方案可最小化扫描过程中的运动、收缩和采集诱导的伪影。因此，FFPE标本与下游多模态分析特别兼容。FFPE组织是生物样本库中最广泛使用的格式，使SRμCT成为转化研究的特别有力工具。
近年来，分层相位对比断层扫描（HiP-CT）通过将全器官成像与靶向更高分辨率采集相结合，将SRμCT扩展到完整人体器官。HiP-CT展示了完整脑、肺、心脏、肾脏和脾脏的器官到细胞映射，包括原位定量形态学测量。这种体积、非破坏性数据集可以跨越尺度桥接解剖结构并支持疾病研究（如COVID-19肺部病理）。通过人类器官图谱公开释放数据集展示了在研究、教育和算法开发中再利用和社区采用的潜力。相比之下，当前数据集包含以高分辨率成像的1.0 mm组织芯。因此，它捕获的是局部微架构而非全器官空间组织。两种方法互补：HiP-CT适合完整器官的多尺度映射，而当前基于芯的工作流程支持跨临床表征队列的胰腺微架构及其细胞和组织区室的标准化高分辨率分析。这些发展标志着从纯定性可视化向定量、标准化3D形态学的转变，这是大规模分析和算法解释的先决条件。
在迄今研究的器官系统中，人类胰腺是3D虚拟组织学特别引人注目且技术上具有挑战性的目标。胰腺是一个结构和功能异质的器官，由嵌入复杂血管和基质框架中的相互交织的内分泌、外分泌和导管区室组成。在三维中理解其微解剖对于研究内分泌功能障碍、胰腺肿瘤和治疗诱导的重塑至关重要。先前使用光学投影断层扫描和光片显微镜的研究已提供胰腺组织的体积数据。结合胰岛素免疫标记，这些方法能够定量映射胰岛郎格汉斯的数量、大小和空间分布。结果强调了胰岛和胰岛簇在胰腺内的非均匀分布以及糖尿病患者中胰岛的形态学改变。在本研究使用的毫米尺度上，SRμCT相对较短的采集时间使得能够对众多组织芯进行标准化高分辨率成像，因此非常适合跨临床表征队列的定量研究和可扩展分析。SRμCT应用于人类胰腺组织表明，组织学区室（如腺泡、导管、血管系统）可以纯粹通过形态学对比度来识别。高分辨率SRμCT此后已被用于表征胰腺病理，如胰腺导管腺癌（PDAC），可视化基质促纤维增生和改变的导管架构。
尽管有这些进展，人类胰腺组织的全面、标准化和公开可用的3D数据集仍然稀少。现有研究主要集中于概念验证演示或孤立病例，通常缺乏元数据、队列多样性或定量验证。此外，由于有限的软组织对比度、注释训练数据和3D体积分析的计算需求，胰腺微结构的自动分割仍然是一个未解决的挑战。在此，研究人员发布了一个全面的、面向FAIR的人类胰腺组织芯SRμCT数据集，各向同性体素尺寸为650 nm。SRμCT数据集附有来自重新包埋组织芯的下游免疫组织化学（IHC）染色数据。此外，还提供了专家验证的2D注释和训练好的2.5D U-Net模型，用于每个队列代表性数据集的自动内分泌组织、外分泌组织和背景检测，以及每个数据集相关的临床数据。通过将体积"虚拟组织学"与组织学 ground truth 和可共享的深度学习工具相结合，该资源使得能够跨临床定义队列对胰岛形态和空间背景进行定量分析。因此，它将3D虚拟组织学的范围从方法学演示扩展到可重复的、数据驱动的框架，适用于糖尿病、肿瘤学、计算成像和X射线物理研究等领域。
**关键技术方法**
研究人员从海德堡大学医院欧洲胰腺中心胰腺生物样本库和美因茨大学医学中心生物样本库获取FFPE人类胰腺组织样本，经伦理委员会批准（海德堡：S-236/2023；美因茨：14390_1和10679；EMBL生物伦理内部咨询委员会：2024-0028，2023-0013）。研究队列包括4个亚组：非疾病供体组织（DONOR，10名患者20个组织芯）、无糖尿病的胰腺癌患者非肿瘤组织（UPFRONT，6名患者11个组织芯）、胰岛素依赖型糖尿病胰腺癌患者非肿瘤组织（DIABETES，6名患者7个组织芯）、胰腺癌化疗后无糖尿病非肿瘤组织（NEOADJUVANT，10名患者17个组织芯）。使用精密活检打孔器从FFPE组织块中提取直径1.0 mm的圆柱形组织芯，安装在定制3D打印支架上。在德国汉堡DESY的PETRA III的EMBL P14光束线进行SRμCT成像，采用传播-based相位对比模式，光子能量初始为12.7 keV、后来为18.0 keV，每个样品在181°旋转范围内采集1,810张投影图像，四个传播距离分别为73、77、83和92 mm（每个投影曝光时间10 ms），有效各向同性体素尺寸650 nm，视场1.33 mm。使用TOMO CTF（C++）进行相位检索和GridRec算法断层重建，使用EMBL SIBERIA拼接器拼接不同z高度。使用傅里叶壳相关（FSC）和半比特准则估计有效空间分辨率。使用SAM2工具和Dragonfly 3D-world（v2025.1）进行2D注释，注释四类：内分泌组织/胰岛郎格汉斯、外分泌组织、石蜡填充空间、掩蔽背景。为四个示例数据集分别从头训练2.5D U-Net（输入切片数3、深度4、初始滤波器数64、批大小64、补丁大小64×64×3、最大epoch数100、损失函数交叉熵、优化算法adadelta、早期停止15个epoch、验证分割20%），初始10个注释平面，迭代训练后约40个训练注释，从x、y、z三个方向应用并融合为单一多标签掩码。SRμCT成像后将打孔标本重新包埋入组织微阵列（TMA），进行H/E染色和抗胰岛素IHC（一抗1:100稀释，单克隆小鼠IgG，#sc-8033 Lot F1721，Santa Cruz）及Ki-67染色（1:200稀释，单克隆兔抗人，#12202 Lot 8，Cell Signaling Technology），使用NanoZoomer S60数字切片扫描仪40×放大获取全切片图像（WSI）。使用VGSTUDIO MAX 2025.1进行基于解剖标志的仿射-刚性初始对齐，使用Fuxlastix进行非刚性配准。使用Dice相似系数（DSC）和交并比（IoU）验证自动分割性能。
**研究结果**
**FSC验证SRμCT分辨率**：对四个代表性体积进行FSC分析，FSC曲线在半比特阈值处交叉的空间频率相当，估计分辨率范围为1.64 μm至1.73 μm，平均有效分辨率约1.66 μm（相当于650 nm标称体素尺寸的约2.5–2.7个体素）。具体为：数据集P_6_10_2为1.64 μm、P_5_4_1为1.73 μm、P_1_5_1为1.64 μm、P_2_1_2为1.65 μm。不同数据集间相似的估计分辨率表明稳定的成像条件和可重复的重建性能，与组织来源或队列分配无关。估计分辨率最低的数据集（P_5_4_1；1.73 μm）在与其他数据集（12.7 keV）不同的光子能量（18.0 keV）下采集，表明采集参数变化可能导致FSC衍生分辨率估计的轻微差异。测得有效分辨率足以可靠分辨胰岛郎格汉斯尺度及其边界的形态学特征，支持下游分割和定量形态学分析的有效性。
**深度学习分割验证**：在两个代表性数据集上成功实现了2D IHC切片与3D SRμCT体积相应虚拟切片的共配准，非刚性变换减少了IHC切片的变形伪影。通过沿x、y、z轴独立应用训练模型并将预测组合为单一多标签输出，确保了分割性能跨空间方向的一致性。对八个胰岛素IHC切片进行二值化，将深度学习衍生掩码的相应切片与组织学掩码空间对齐进行逐体素比较。分割性能使用DSC和IoU逐切片计算。分析结果显示DSC最高达0.81、IoU为0.67，IHC中小的胰岛素阳性结构未被SRμCT数据的自动分割检测到。验证仅限于具有可用共配准组织学参考切片的SRμCT平面，因此这些结果提供的是描述性示例而非全数据集性能的代表性分布。指标在切片间表现出强变异性。定性错误分析显示，其他密集细胞结构如小神经节或淋巴聚集可能构成潜在假阳性混杂因素，因其大小、紧凑形态和X射线对比度可能相似。假阴性发现主要归因于非常小的胰岛素阳性簇和胰岛郎格汉斯总数少、部分体积效应、边界模糊以及物理组织学切片与虚拟SRμCT平面之间的残余错配。胰岛郎格汉斯较少的切片可用于相关的体素数量少，导致计算指标波动较大。
**讨论与结论**
该数据集提供了FFPE人类胰腺组织的各向同性高分辨率体积数据，但存在若干技术和生物学局限性。首先，固定和石蜡包埋可引入局部变形、微骨折或收缩，可能轻微影响绝对形态学测量。收缩效应在各队列间基本均匀，微骨折可引入样本间变异性。关于SRμCT和组织学数据的共配准，微小形状差异可由SRμCT和组织学切片仅近似相同以及切片和染色过程中诱导的变形来解释。其次，1.0 mm直径组织芯的使用提供了局部胰腺微架构的详细信息，但引入了固有的采样限制。单个芯无法捕获全器官空间异质性，且不能保证每个体积中同时存在内分泌、外分泌、导管、血管和基质结构。因此，单个芯内特定结构的缺失或丰富不应被解释为整个胰腺的代表。比较分析应考虑芯的数量、其解剖来源以及来自同一个体的多个芯的层次依赖性。该数据集最适合局部组织架构的高分辨率分析和基于多个样本的队列水平分析，而非直接推断全器官结构组成。第三，由于所有非供体标本均来自胰腺癌手术切除，可能存在潜在组织改变，尽管已选择并经病理学家验证非肿瘤组织部分。"非肿瘤"表示无组织学可检测的肿瘤浸润，并不意味与无胰腺疾病个体的胰腺组织生理等效。疾病、治疗或采样相关的微环境差异可能影响队列间的形态学比较。最后，尽管分割模型在 curated 专家注释上训练并针对胰岛素IHC验证，但在胰岛边缘或形态模糊区域可能出现残余误分类。鼓励用户在进行定量分析时视觉验证分割结果。由于分割性能可能随成像条件和组织特征变化，所提供的模型不适用于直接临床和诊断用途。技术验证旨在证明所提供的分割工作流程可靠地识别数据集内的内分泌结构。由于胰岛素IHC反映富含β细胞的区域，承认一些胰岛素含量低或异质的内分泌结构可能未被此参考完全捕获。验证指标必须因此被解释为分割性能的保守估计。验证不旨在建立跨未见数据集、成像条件或疾病背景的普遍性能。因此，所提供的分割模型应被解释为支持分析工作流程可重复性和再利用的数据集特异性示例，而非普遍可推广的预测器或新数据集的预训练起始模型。将工作流程应用于额外数据集应涉及从头训练单独模型。
该数据集设计为3D虚拟组织学的参考资源，桥接临床病理学、生物医学成像和计算分析。重建SRμCT体积、免疫组织化学 ground truth 和深度学习分割模型的组合使得跨多个领域的多种下游应用成为可能：胰腺组织的定量形态学测量（各向同性3D数据允许准确评估胰岛大小、形状、体积以及与导管、血管和基质的空间关系）、算法开发和基准测试（专家验证的分割掩码和训练好的2.5D U-Net模型为在真实软组织数据上开发和评估自动分割、配准和特征提取算法提供基准）、多模态数据集成（SRμCT体积与2D IHC切片的共配准支持2D-to-3D配准方法、多模态数据融合和光学与X射线成像流程的交叉验证）、教育和可视化（数据集提供解剖准确的人类胰腺微架构3D表示，可作为组织学、成像物理学和计算病理学课程的教育材料）。所有数据以开放标准化格式（TIFF、CSV）提供，附带详细元数据和永久DOI，确保符合FAIR原则（可查找、可访问、可互操作、可重用）。
