Multi-Scanner Canine Cutaneous Squamous Cell Carcinoma Histopathology Dataset

本数据集名为‘Multi-Scanner Canine Cutaneous Squamous Cell Carcinoma Histopathology Dataset’，由埃尔朗根-纽伦堡大学模式识别实验室等机构创建。该数据集包含44个样本，每个样本通过五种不同的扫描系统数字化，旨在研究扫描系统间的域移问题。数据集提供了图像间的局部对应关系，有助于开发域无关算法。此外，数据集还附带了1,243个多边形注释，涵盖七种组织类型。数据集的应用领域主要集中在通过深度学习解决病理图像分析中的域移问题，提高模型的泛化能力。

This dataset, named 'Multi-Scanner Canine Cutaneous Squamous Cell Carcinoma Histopathology Dataset', was curated by the Pattern Recognition Lab of Friedrich-Alexander University Erlangen-Nuremberg (FAU) and other institutions. It contains 44 samples, each digitized using five distinct scanning systems, and is designed to investigate the domain shift problem across scanning platforms. The dataset provides local correspondence relationships between images, which aids in the development of domain-agnostic algorithms. Additionally, the dataset is accompanied by 1,243 polygonal annotations covering seven tissue types. Its primary application focuses on addressing domain shift issues in histopathological image analysis via deep learning, with the goal of enhancing the generalization capability of models.

搜集汇总

数据集介绍

构建方式

在数字病理学领域，扫描仪引发的域偏移是制约神经网络泛化能力的关键瓶颈。为系统探究这一现象，本数据集基于公开的CATCH数据集，从中随机选取犬皮肤鳞状细胞癌这一亚型，将44份组织样本分别使用五款临床常用切片扫描仪（Aperio ScanScope CS2、NanoZoomer S210、NanoZoomer 2.0-HT、Pannoramic 1000及Aperio GT 450）进行数字化采集，共计生成220张全切片图像。所有标注信息均从CS2扫描仪对应的图像出发，借助WSI配准算法迁移至其余四组扫描图像，并经人工视觉验证以确保标注的准确性。为便于存储与分发，图像被转换为低分辨率金字塔式TIFF格式（4微米/像素）。

特点

该数据集的核心特色在于其多扫描仪、同病例的对应性设计，每一组织样本均被五款扫描仪重复成像，从而将扫描仪引发的域偏移与组织形态学差异彻底解耦，为域泛化研究提供了纯净的对比基准。数据集包含1,243个多边形标注，覆盖肿瘤、表皮、真皮、皮下组织、骨骼、软骨及炎症与坏死联合七类组织学类别，是首个公开的多扫描仪分割数据集。针对每个扫描仪子集，研究者详细评估了颜色分布、清晰度与对比度，揭示了不同扫描仪间显著的色彩与对比度差异，例如Aperio GT 450呈现出较高的亮度与较低的对比度，而NanoZoomer S210则偏红。

使用方法

本数据集适用于域泛化与域适应算法的开发与验证。使用者可直接从Zenodo下载低分辨率全切片图像及对应的标注数据库，并利用GitHub仓库提供的基线代码进行实验。典型的使用方式为：将数据集按切片级别划分为训练集（30例）、验证集（5例）与测试集（9例），在每个扫描仪子集上独立训练肿瘤分割网络（如U-Net结合ResNet18编码器），再跨扫描仪评估模型性能。通过对比域内与跨域的分割指标（如平均交并比），可量化扫描仪引发的域偏移程度。此外，由于图像间存在局部对应关系，该数据集还可用于开发或测试WSI配准算法，并支持基于颜色与对比度分析的预处理策略研究。

背景与挑战

背景概述

在数字病理学领域，组织切片的全切片成像技术为基于机器学习的图像分析提供了重要基础，然而不同扫描系统引入的领域偏移显著影响了深度学习模型的泛化能力。2023年，由Friedrich-Alexander-Universität Erlangen-Nürnberg、柏林自由大学等机构的研究人员共同创建了Multi-Scanner Canine Cutaneous Squamous Cell Carcinoma Histopathology Dataset，该数据集包含44例犬皮肤鳞状细胞癌样本，每例均使用五种商用扫描仪数字化，并提供了对应的局部图像对应关系及1243个多边形注释。该数据集的核心研究问题在于量化并隔离扫描仪诱导的领域偏移，从而推动领域泛化算法的发展，其对数字病理学中多源数据融合与模型鲁棒性研究具有重要影响力。

当前挑战

该数据集面临的核心挑战在于扫描仪诱导的领域偏移对分割网络性能的显著影响。通过实验发现，当训练集与测试集来自不同扫描仪时，平均交并比（mIoU）下降幅度最高可达0.38，例如在Pannoramic 1000扫描仪上训练的模型在跨域测试时表现最差，其原因可能在于该扫描仪的预处理步骤（如将组织边界外像素设为纯白）导致模型误将高像素值视为背景特征。此外，不同扫描仪在颜色分布、锐度和对比度上存在显著差异，如Aperio GT450对比度最低但域内性能未受明显影响，而NanoZoomer 210与NanoZoomer 2.0-HT之间的色差则反映了颜色通道比率的变化。构建过程中，由于严重扫描伪影，六例样本被剔除，同时需通过WSI配准算法将注释从基准扫描仪迁移至其他扫描仪，并视觉验证其准确性，这些步骤均增加了数据集的构建难度与复杂性。

常用场景

经典使用场景

在数字病理学领域，扫描仪诱导的域偏移是阻碍深度学习模型跨平台泛化的关键瓶颈。该数据集以犬皮肤鳞状细胞癌组织病理学图像为核心，通过同一病例经五台不同扫描仪数字化，提供了局部图像对应关系，从而将扫描仪引发的色彩、对比度与清晰度差异独立于组织形态学变异进行隔离。这一独特设计使其成为评估域泛化算法、训练域无关分割模型的黄金标准，尤其适用于肿瘤区域自动分割任务——研究者可在某一扫描仪子集上训练模型，并在其余子集上检验其跨域鲁棒性。

衍生相关工作

该数据集衍生出多项前沿工作，包括基于域对抗训练的RetinaNet架构（用于MIDOG挑战赛），以及利用四叉树配准算法实现跨扫描仪标注迁移的研究。其提供的局部图像对应关系还催生了弱监督域适应方法，例如通过对比学习对齐不同扫描仪的特征空间，或采用风格迁移模块将源域图像转换为目标域外观。后续工作进一步将其扩展至泛肿瘤分类任务，结合CATCH数据集中的七种犬皮肤肿瘤亚型，验证了多域预训练策略在跨疾病场景下的泛化能力。

数据集最近研究

最新研究方向

在数字病理学领域，扫描仪引发的域偏移严重制约了深度学习模型的泛化能力，成为当前研究的热点与难点。该多扫描仪犬皮肤鳞状细胞癌组织病理学数据集，通过将44个样本分别用五种不同扫描仪数字化，并保留局部图像对应关系，为隔离扫描仪域偏移与其他因素（如形态学差异）提供了独特资源。前沿研究方向聚焦于开发域泛化算法，如域对抗训练，以提升模型在临床多源数据中的稳健性。该数据集揭示了不同扫描仪在颜色分布、锐度及对比度上的显著差异，且实验表明跨域性能下降最高达0.38（mIoU），凸显了扫描仪域偏移的严重性。其公开可用性为评估和推动域泛化技术提供了基准，有望加速病理AI在真实多中心场景中的可靠部署。

相关研究论文

• Multi-Scanner Canine Cutaneous Squamous Cell Carcinoma Histopathology Dataset

  埃尔朗根-纽伦堡大学模式识别实验室 · 2023年