MTBLS289

MTBLS289 是一个多模态医学影像数据集，专门针对结直肠腺癌研究。它包含约110对配对的病理全切片图像（Whole Slide Images, WSI）和质谱成像（Mass Spectrometry Images, MSI）数据。该数据集旨在支持图像到图像等任务，为分析组织样本的形态学特征（通过WSI）与分子空间分布信息（通过MSI）之间的关联提供资源。数据形式包括图像和表格（元数据），属于小规模数据集（样本数少于1K）。数据集附带一个以制表符分隔的元数据文件（s_MTBLS289.tsv），可用于数据组织和管理。该数据集基于已发表的研究工作构建，适用于计算病理学、多模态医学图像分析、生物标志物发现及结直肠癌相关研究。MTBLS289 is a multimodal medical imaging dataset dedicated to colorectal adenocarcinoma research. It contains approximately 110 pairs of matched pathology Whole Slide Images (WSI) and Mass Spectrometry Images (MSI) datasets. This dataset is designed to support tasks such as image-to-image translation, providing a valuable resource for analyzing the correlation between the morphological features of tissue samples (characterized via WSI) and their molecular spatial distribution information (characterized via MSI). The dataset includes data in the form of images and tabular (metadata) files, and is a small-scale dataset with fewer than 1,000 samples. It is accompanied by a tab-separated metadata file (s_MTBLS289.tsv) that facilitates data organization and management. Constructed based on published research, this dataset is applicable to computational pathology, multimodal medical image analysis, biomarker discovery, and colorectal cancer-related studies.

原始信息汇总

数据集概述

数据集名称：MTBLS289: Paired WSI and MSI

任务类别：图像到图像（image-to-image）

语言：英语（en）

标签：

• 图像、表格、多模态、配对数据、医学成像、病理学
• 全切片成像（Whole-slide imaging, WSI）
• 质谱成像（Mass spectrometry imaging, MSI）
• 结直肠癌（Colorectal cancer）

数据规模：样本数量小于1,000（具体约110对配对数据）

许可协议：其他（other），具体为EMBL-EBI许可，许可文件见LICENSE

数据集构成：

• 包含约110对配对的全切片图像（WSI）和质谱成像（MSI）数据。
• 配置名称：metadata（默认）
• 数据文件：Metadata/s_MTBLS289.tsv，分隔符为制表符（ ），包含完整数据（split: full）

相关出版物：

• Gerbig, S., Golf, O., Balog, J. 等人于2012年发表在 Analytical and Bioanalytical Chemistry 上的论文，题为 Analysis of colorectal adenocarcinoma tissue by desorption electrospray ionization mass spectrometric imaging。
• 原文链接：https://dx.doi.org/10.1007/s00216-012-5841-x

搜集汇总

数据集介绍

构建方式

MTBLS289数据集源于一项针对结直肠癌组织的多模态成像研究，其构建核心在于配对采集同一组织样本的两种互补影像数据。研究者首先对来自结直肠腺癌患者的组织切片进行全玻片成像，获取高分辨率形态学图像，随后在同一组织区域执行解吸电喷雾电离质谱成像，捕捉分子层面的代谢与脂质分布信号。通过精确的空间对齐与坐标配准，最终形成约110对一一对应的全玻片图像与质谱图像数据集，为病理形态与分子特征的联合解析奠定基础。

使用方法

使用者可通过HuggingFace平台直接加载MTBLS289数据集的元数据文件，该文件以制表符分隔的TSV格式存储，包含样本标识、配对准参数及指向原始图像文件的链接。在图像处理流程中，建议利用专业病理成像库读取全玻片图像的多层级数据，同时借助质谱成像工具解析MSI光谱立方体。两者可通过元数据中的坐标映射进行空间对齐，进而为构建图像到图像的转换模型、多模态融合分析或空间转录组学验证提供标准化的训练与验证素材。

背景与挑战

背景概述

质谱成像（MSI）与全切片成像（WSI）的联合分析为组织病理学研究开辟了新的维度，能够同时获取组织的分子组成和形态结构信息。MTBLS289数据集由Gerbig、Golf、Balog等研究人员于2012年创建，发表于《Analytical and Bioanalytical Chemistry》，其核心研究问题聚焦于结直肠腺癌组织的解吸电喷雾电离质谱成像分析。该数据集包含约110对配对的WSI和MSI图像，为多模态病理学基础模型的训练与评估提供了宝贵的对齐数据资源，对推动计算病理学从单一模态向多模态融合方向发展具有重要影响力。

当前挑战

该数据集旨在解决的领域核心挑战是：如何将高分辨率的组织形态信息（WSI）与分子代谢图谱（MSI）进行精确配准与联合分析，以提升结直肠癌等疾病的诊断与分型准确性。在构建过程中，挑战包括：WSI与MSI因成像原理不同导致的图像分辨率、视角与坐标对齐困难；配准样本数量有限（约110对），限制了大规模深度学习方法的直接应用；以及MSI数据的高维度、稀疏性与噪声特征，需要专门的降维与信号处理策略来实现有效的数据融合与挖掘。

常用场景

经典使用场景

在精准医学与计算病理学交叉领域，MTBLS289数据集作为配对全切片图像（WSI）与质谱成像（MSI）的多模态资源，为肿瘤微环境的空间分子表征提供了独特桥梁。该数据集收录了约110例配对样本，涵盖结直肠腺癌组织的形态学与代谢组学信息，经典使用场景聚焦于多模态数据融合分析——研究者可基于WSI提供的组织形态结构，结合MSI探测的小分子代谢物分布，构建空间分辨率下的分子-形态映射模型。这一场景不仅支撑了肿瘤异质性解析的纵向研究，也促进了无监督配准算法与跨模态特征对齐方法的基准测试，成为验证模型将组织学表型与代谢通路活性关联能力的标准数据源。

解决学术问题

MTBLS289数据集的发布攻克了生物医学研究中长期存在的核心瓶颈：如何弥合组织形态学观测与分子代谢信息之间的尺度与模态鸿沟。传统病理分析依赖H&E染色揭示细胞层面结构，却无法捕获原位代谢物动态；而质谱成像虽能定量代谢指纹，却缺乏组织地形导引。该数据集通过严格配对的WSI与MSI数据，使研究者得以系统性地探索结直肠腺癌中肿瘤区、基质区与正常组织的代谢差异，例如解析脂质代谢重编程与癌症进展的关系。其学术意义在于为开发空间组学新方法（如多模态图神经网络、对抗性域适应模型）提供了可验证的标注基准，推动了从关联分析到因果推断的方法论跃迁，深刻影响了计算病理学中关于多模态数据协同利用的范式转变。

实际应用

在实际临床与药物研发场景中，MTBLS289数据集驱动了多项具有转化潜力的应用。一方面，基于WSI与MSI配对的深度学习模型可辅助病理医生进行结直肠癌的自动分型与分级，通过代谢分子标记物（如脂肪酸、磷脂类）的空间丰度图谱，提升对低分化腺癌等疑难亚型的诊断准确性。另一方面，在药效评估领域，该数据集中肿瘤微环境的空间代谢轮廓为抗原靶点发现提供了功能层面依据——例如识别肿瘤边缘区域性富集的免疫调节代谢物，从而优化免疫检查点抑制剂的联合治疗策略。此外，质谱成像与组织学图像的对齐技术还被用于术中冰冻切片的快速分子评估，有望缩短术中诊断等待时间，拓展精准外科手术的决策边界。

数据集最近研究

最新研究方向

当前，MTBLS289数据集在计算病理学和多模态医学成像领域备受关注，其独特的配准全切片图像（WSI）与质谱成像（MSI）数据，为结直肠腺癌的分子病理学探索开辟了新路径。前沿研究方向聚焦于利用深度学习模型（如Vision Transformer与多模态融合网络）实现组织微环境的高分辨率分子映射，关联质谱中的脂质或代谢物特征与组织形态学异常。该数据集有力支撑了肿瘤异质性解析、生物标志物发现及术中快速诊断技术的发展，尤其在整合空间转录组学与代谢组学的跨模态研究中扮演关键角色，推动了精准肿瘤学从形态学描述向分子机制指导的演进。