n1ghtf4l1/automatic-dissection

该数据集的目的是在多个不同器官的活检切片中识别每个功能性组织单元（FTU）的位置。数据集包括来自不同来源的图像，这些图像使用不同的协议准备，具有不同的分辨率，反映了处理医学数据的典型挑战。数据集由Human Protein Atlas (HPA)和Human BioMolecular Atlas Program (HuBMAP)两个联盟提供，训练集包括公开的HPA数据，公开测试集是私有的HPA数据和HuBMAP数据的组合，私有测试集仅包含HuBMAP数据。数据集中的图像和元数据包括图像ID、器官、数据来源、图像高度和宽度、像素大小、组织厚度、运行长度编码的注释、患者年龄和性别等信息。

The purpose of this dataset is to identify the location of each functional tissue unit (FTU) in biopsy slides from multiple distinct organs. This dataset comprises images sourced from various origins, which were prepared using different protocols and exhibit varying resolutions, reflecting the typical challenges encountered in medical data processing. The dataset is provided by two consortia: the Human Protein Atlas (HPA) and the Human BioMolecular Atlas Program (HuBMAP). The training set consists of publicly available HPA data, while the public test set is a combination of private HPA data and HuBMAP data, and the private test set only contains HuBMAP data. The images and metadata in the dataset include information such as image ID, organ, data source, image height and width, pixel size, tissue thickness, run-length encoded annotations, patient age, and patient sex.

原始信息汇总

数据集概述

本数据集旨在识别和分割多个器官的活检切片中的功能性组织单位（FTUs）。数据集包含来自不同来源、使用不同协议准备、具有多种分辨率的图像，反映了处理医学数据时的典型挑战。

数据集来源

数据集来自两个不同的组织：

• Human Protein Atlas (HPA)
• Human BioMolecular Atlas Program (HuBMAP)

训练数据集主要来自公开的HPA数据，公共测试集结合了私有的HPA数据和HuBMAP数据，而私有测试集仅包含HuBMAP数据。

数据集内容

元数据文件 (train/test.csv)

• id: 图像ID
• organ: 活检样本来源的器官
• data_source: 图像提供者（HuBMAP或HPA）
• img_height: 图像高度（像素）
• img_width: 图像宽度（像素）
• pixel_size: 单个像素的大小（微米）
• tissue_thickness: 活检样本的厚度（微米）
• rle: 目标列，训练集的注释的运行长度编码副本
• age: 患者年龄（仅限训练集）
• sex: 患者性别（仅限训练集）

图像文件 (train/test_images/)

• 所有HPA图像为3000x3000像素，组织区域约2500x2500像素。
• HuBMAP图像尺寸范围从4500x4500到160x160像素。
• HPA样本使用3,3-二氨基联苯胺（DAB）染色并使用苏木精复染。
• HuBMAP图像使用过碘酸希夫（PAS）/苏木精和伊红（H&E）染色。

注释文件 (train_annotations/)

• 提供FTU多边形掩码边界定义的点格式注释。

数据集目标

目标是构建一个模型，能够准确地识别和分割五个不同人体器官中的功能性组织单位（FTUs）。

搜集汇总

背景与挑战

背景概述

该数据集来自Kaggle竞赛，旨在通过生物组织切片图像分割和识别功能组织单元（FTUs），涉及多个器官，以支持人类细胞图谱的构建。数据来源于Human Protein Atlas（HPA）和Human BioMolecular Atlas Program（HuBMAP）两个联盟，包含训练集和测试集，挑战在于模型需要适应不同协议、分辨率和染色方法的数据，以提升泛化能力。数据集包括CSV元数据文件、图像文件和注释文件，图像尺寸和像素大小因来源器官而异，用于医学研究和算法开发。