用于多模态机器学习模型的结直肠癌组织样本的成像与高光谱数据

《Scientific Data》：Imaging and hyperspectral data from colorectal cancer tissue samples for multimodal machine learning models

　　

摘要

结直肠癌是全球最为常见且致命的癌症类型之一，其诊断与治疗结果在很大程度上取决于组织病理学评估。尽管全切片图像仍是组织数据评估的金标准，但傅里叶变换红外光谱等技术能够提供传统染色方法无法观测到的分子层面的信息。我们构建了一个多模态数据集，该数据集包含了从130名患者身上提取的30至48个圆形组织核心所对应的9个人类结直肠癌组织微阵列的数据，这些数据是通过这两种技术记录下来的。该数据集包括整个组织微阵列的全切片图像、各个组织核心的中红外光谱测量数据，以及测量区域的RGB图像。这些组织核心包括正常结肠组织、结直肠腺癌组织以及结直肠癌肝转移组织样本。此外，还提供了包含组织核心编号和癌症类型的元数据文件，以便于进行跨模态匹配以及与患者编号的对应。文章中还对图像质量以及影响红外测量的大气因素进行了评估并予以说明。