人机协作INSIGHT诊断流程用于伴广泛导管内成分的乳腺癌

数据集获取

源站：https://clinicaltrials.gov/study/NCT07060599

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

条件：人工智能（AI）在诊断中的应用。伴有广泛导管内成分（EIC）的乳腺癌在诊断上存在重大挑战，其特征为广泛的导管原位癌（DCIS），且常伴有小的浸润灶（≤10 mm）。准确识别EIC中的浸润性癌对于临床分期和治疗决策至关重要，然而传统诊断方法面临显著局限。病理学家必须手动在广泛的DCIS区域中筛查微小的浸润成分，这一过程劳动强度大，据报道漏诊率可达20%，尤其是对于微浸润灶（≤1 mm）。诊断不确定性常导致过度的免疫组织化学（IHC）染色（如p63、CK5/6），每次染色费用为¥373.40，显著增加了医疗成本并延长了周转时间。为应对这些挑战，我们开发了INSIGHT（INvasion Screening with Intelligent Guidance for Histopathology Triage）人机协作工作流程。

该解决方案整合了四个公共数据集（TiGER、BRACS、BACH、CAS_PUIH），并采用弱监督伪标记技术将标注像素扩展22倍至250亿，特别改善了DCIS（从3.14%至12.53%）和良性组织（从0.65%至10.9%）的代表性。基于UperNet-VAN架构的AI模型在训练、验证和测试中分别达到了0.877、0.853和0.847的Dice分数。系统通过大小过滤（>500 µm²）和聚类分组处理分割出的浸润区域，生成可操作的兴趣区域（ROIs）以指导病理学家。在我们初步的回顾性研究（来自44名EIC患者的576张全切片图像）中，INSIGHT工作流程相较于传统方法展现了更优的诊断性能：灵敏度从82.7%提升至95.1%（p<0.001），在检测≤1 mm的微浸润灶方面增益尤为显著（从69.4%至91.8%）；阴性预测值（NPV）达到96.7%，而传统方法为89.6%（p<0.001）。该工作流程将平均诊断时间减少了41.4

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。