TIGER

Name: TIGER
Creator: OpenDataLab
Published: 2026-05-17 06:30:33
License: 暂无描述

OpenDataLab2026-05-17 更新2024-05-09 收录

下载链接：

https://opendatalab.org.cn/OpenDataLab/TIGER

下载链接

链接失效反馈

官方服务：

资源简介：

TIGER是H & E乳腺癌载玻片中肿瘤浸润淋巴细胞 (til) 全自动评估的第一个挑战。它由奈梅亨 (荷兰) 的拉德布德大学医学中心 (Radboudumc) 的诊断图像分析小组 (DIAG) 与国际免疫肿瘤学生物标志物工作组 (www.tilsinbreastcancer.org) 密切合作组织。这项挑战的目的是评估新的计算机算法，以自动评估Her2阳性和三阴性乳腺癌 (BC) 组织病理学载玻片中的肿瘤浸润淋巴细胞 (til)。近年来，一些研究表明，视觉评分的TILs在BC以及其他癌症类型中的预测和预后价值，使TILs成为可以在临床上使用的强大生物标志物。通过TIGER，我们旨在开发可以自动生成具有高预后价值的 “TIL分数” 的计算机算法。

TIGER is the first challenge dedicated to the fully automated assessment of Tumor-Infiltrating Lymphocytes (TILs) in H&E-stained breast cancer histopathology slides. It was organized by the Diagnostic Image Analysis Group (DIAG) at Radboud University Medical Center (Radboudumc) in Nijmegen, the Netherlands, in close collaboration with the International Immunotherapy Biomarker Working Group (www.tilsinbreastcancer.org). The core objective of this challenge is to evaluate novel computational algorithms for the automated assessment of Tumor-Infiltrating Lymphocytes (TILs) in histopathology slides of HER2-positive and triple-negative breast cancer (BC). In recent years, a growing body of research has demonstrated the predictive and prognostic value of visually scored TILs across breast cancer and other cancer types, establishing TILs as a powerful, clinically applicable biomarker. Through the TIGER challenge, we aim to develop computational algorithms that can automatically generate "TIL scores" with high prognostic value.

提供机构：

OpenDataLab

创建时间：

2022-10-17

搜集汇总

数据集介绍

构建方式

TIGER数据集的构建基于广泛的地理信息系统（GIS）数据源，通过整合多源空间数据，包括道路网络、行政边界、水体分布等，形成了一个综合性的地理信息数据库。该数据集的构建过程严格遵循地理信息标准，确保数据的准确性和一致性。通过高分辨率遥感影像和实地调查数据的结合，TIGER数据集实现了对地理特征的精细刻画，为地理研究和应用提供了坚实的基础。

特点

TIGER数据集以其高精度和多维度特征著称，涵盖了从城市到乡村的广泛地理区域。其特点在于数据的多层次结构，能够支持从宏观到微观的不同尺度分析。此外，TIGER数据集的更新机制保证了数据的时效性，使其能够反映地理环境的最新变化。数据集的开放性和易用性也使其成为地理信息科学领域的重要资源。

使用方法

TIGER数据集的使用方法多样，适用于多种地理信息分析和应用场景。用户可以通过专业的GIS软件直接访问和操作数据集，进行空间分析、地图制作和地理模型构建。此外，TIGER数据集还支持与其他地理数据集的集成，扩展其应用范围。对于学术研究者，TIGER数据集提供了丰富的数据资源，支持深入的地理研究。对于行业应用，TIGER数据集的高精度数据能够提升决策的科学性和准确性。

背景与挑战

背景概述

TIGER数据集，全称为Topologically Integrated Geographic Encoding and Referencing，由美国人口普查局于1990年代末创建，旨在为地理信息系统（GIS）提供高质量的地理编码和参考数据。该数据集的核心研究问题是如何在数字化环境中精确表示和处理地理空间数据，以支持各种地理分析和应用。TIGER数据集的开发不仅极大地推动了地理信息科学的发展，还为城市规划、交通管理、灾害响应等领域提供了重要的数据支持。

当前挑战

尽管TIGER数据集在地理信息领域具有重要地位，但其构建和维护过程中仍面临诸多挑战。首先，数据集的更新频率和准确性是一个持续的挑战，尤其是在快速变化的城市环境中。其次，数据集的复杂性和庞大的数据量使得数据处理和分析变得困难，需要高效的算法和计算资源。此外，数据集的开放性和可访问性也是一个重要问题，确保不同用户和系统能够无缝集成和使用TIGER数据集。

发展历史

创建时间与更新

TIGER数据集，全称为Topologically Integrated Geographic Encoding and Referencing，由美国人口普查局于1995年首次发布，旨在提供美国地理数据的详细编码和参考系统。该数据集自发布以来，经历了多次重大更新，最近一次主要更新是在2019年，以适应不断变化的地理信息需求和技术进步。

重要里程碑

TIGER数据集的重要里程碑包括其在1995年的首次发布，这一事件标志着美国地理数据标准化和集成化的开始。随后，2004年的更新引入了更详细的道路和地址信息，极大地提升了数据集的应用价值。2010年，TIGER数据集整合了人口普查数据，使其成为地理信息系统和人口统计分析的重要工具。最近，2019年的更新进一步优化了数据结构和内容，增强了其在现代地理信息系统中的兼容性和实用性。

当前发展情况

当前，TIGER数据集已成为美国地理信息系统的核心组成部分，广泛应用于城市规划、交通管理、灾害预警等多个领域。其持续的更新和优化，确保了数据集在技术进步和应用需求变化中的适应性。此外，TIGER数据集的开放性和标准化，促进了跨部门和跨领域的数据共享与协作，对提升公共决策的科学性和精准性具有重要意义。未来，随着地理信息技术的进一步发展，TIGER数据集有望继续扩展其应用范围和深度，为社会发展提供更为坚实的数据支持。

发展历程

美国人口普查局首次发布TIGER（Topologically Integrated Geographic Encoding and Referencing）数据集，作为其地理数据编码和参考系统的一部分。
1999年
TIGER数据集首次应用于美国人口普查2000年的数据收集和分析中，显著提升了地理数据的精确性和可用性。
2000年
美国人口普查局对TIGER数据集进行了重大更新，增加了更多的地理特征和属性，以支持更广泛的应用需求。
2003年
TIGER数据集被整合到美国国家地理空间数据基础设施（NGDA）中，成为国家地理信息系统的重要组成部分。
2007年
TIGER数据集再次应用于美国人口普查2010年的数据收集和分析，继续发挥其关键作用。
2010年
美国人口普查局发布了TIGER/Line Shapefiles，这是一种基于TIGER数据集的地理信息系统数据格式，便于用户进行地理空间分析。
2013年
TIGER数据集进行了全面更新，以支持美国人口普查2020年的数据收集和分析，同时增加了对新兴技术如云计算的支持。
2018年

常用场景

经典使用场景

在地理信息系统（GIS）领域，TIGER数据集被广泛用于地图制图和空间分析。其经典使用场景包括城市规划、交通网络分析以及灾害管理。通过整合地理边界、道路网络和人口统计数据，TIGER数据集为研究人员和决策者提供了详尽的空间数据支持，从而优化资源分配和政策制定。

衍生相关工作

基于TIGER数据集，许多经典工作得以展开。例如，研究人员开发了基于TIGER数据的城市交通模拟模型，用于预测交通流量和优化交通信号。此外，TIGER数据集还启发了许多地理信息可视化工具的开发，使得复杂的空间数据能够以直观的方式呈现给用户。

数据集最近研究