WSSS4LUAD

组织病理学幻灯片是癌症诊断的金标准。它提供了关于肿瘤微环境 (TME) 的大量信息，不仅在解释肿瘤的发生和发展中起着至关重要的作用，而且还影响癌症患者的治疗效果和预后。不同类型组织之间的串扰与肿瘤进展高度相关。因此，迫切需要对不同组织进行分割和区分，以进行进一步的临床研究。

肺癌是全球癌症死亡的主要原因。在此挑战中，我们旨在对肺腺癌的H & E染色全幻灯片图像 (WSI) 进行组织语义分割。当前的挑战是，获得组织语义分割的像素级注释非常困难且耗时。受计算机视觉中的弱监督语义分割 (wss) 的启发，我们决定仅提供图像级注释来执行组织语义分割。

在这项挑战中，我们扫描了广东省人民医院 (GDPH) 的67个H & E染色载玻片，并从癌症基因组图谱 (TCGA) 中收集了20个WSIs。每位患者仅提取一个WSI。这项挑战的目标是仅使用图像级注释来实现三种常见且有意义的组织类型，即肿瘤上皮组织，肿瘤相关基质组织和正常组织的像素级预测。参与者仅获得用于机器学习算法训练的图像级注释 (3位多类标签)，以及用于验证和测试的像素级地面真相。