The PAR dataset: Prostate biopsy whole slide images from an underrepresented Middle Eastern population

技术摘要：PAR 数据集

问题陈述
本文旨在解决开发和验证数字病理学人工智能（AI）过程中存在的关键空白。现有的公开组织病理学数据集非常稀缺，且主要代表西方高加索人群，这限制了 AI 模型对中东等代表性不足地区的泛化能力。此外，当前的数据集通常存在三个具体的局限性：（1）它们通常依赖单一病理学家的参考标准，阻碍了对分级变异性的评估；（2）缺乏来自代表性不足的人群的数据，在这些地区，病理服务尚未实现完全数字化；（3）它们通常仅提供来自一种扫描仪类型的全切片图像（WSI），从而无法评估跨扫描仪的鲁棒性。这些因素导致了一个“鸡生蛋、蛋生鸡”的问题，即缺乏多样化的、多扫描仪的数据阻碍了在资源匮乏环境下对 AI 进行验证，进而抑制了对数字化的投资。

方法论
作者提出了 PAR 数据集，该数据集源自 2013 年至 2024 年间收集于伊拉克埃尔比勒 PAR 医院的前列腺穿刺活检样本。数据策展过程包括以下步骤：

• 队列选择： 从 30,056 例病例档案中，作者筛选出前列腺穿刺活检病例，合并了附录报告，并确认了原始福尔马林固定包埋（FFPE）组织块的可获得性。最终形成了由 185 名患者（339 张独特的玻璃切片）组成的队列。
• 切片制备： 由于原始诊断切片可能存在降解风险，因此未使用原始诊断切片。相反，研究人员利用原始 FFPE 组织块制备了新的 H&E 染色切片，以确保染色的一致性和高质量。
• 多扫描仪数字化： 每张玻璃切片均使用三种不同的全切片扫描仪进行扫描，从而为每张切片生成三个版本：
  1. Hamamatsu NanoZoomer 2.0 HT（0.22 µm/pixel，.ndpi 格式）
  2. Leica Aperio GT 450 DX（0.26 µm/pixel，.svs 格式）
  3. Grundium Ocus40 compact 扫描仪（0.25 µm/pixel，.svs 格式）
• 注释与参考标准： 三名病理学家使用 Cytomine 平台对 WSI 进行了独立评估。其中两名为普通病理学家（一名来自伊拉克，一名来自挪威），另一名为泌尿病理学家（挪威）。他们分别分配了切片级的 Gleason 评分（GS）和国际泌尿病理学会（ISUP）等级。未提供像素级注释。分级过程是盲法进行的，病理学家之间没有立即进行结果一致性核对。

核心贡献
其主要贡献是通过 BioImage Archive（访问号：S-BIAD2323）以 CC BY 4.0 许可协议公开发布了 PAR 数据集。该数据集包括：

• 1,017 张 WSI： 代表来自 185 名患者的 339 张切片，涵盖三种扫描仪格式。
• 多病理学家标签： 大多数切片具有来自三名病理学家的独立 Gleason 评分和 ISUP 等级（0–5）（病理学家 I 对所有 339 张切片进行了分级；病理学家 II 对 337 张进行了分级；病理学家 III 对 59 张分层子集进行了分级）。
• 人口统计学代表性： 数据源自代表性不足的中东人群（伊拉克库尔德斯坦地区）。
• 技术多样性： 提供原生文件格式而不进行转换，从而能够开展关于跨扫描仪鲁棒性和颜色归一化的研究。

结果与数据特征
该数据集包含 185 名患者，年龄分布向高龄群体倾斜（79 名患者年龄 ≥70 岁）。339 张切片的 ISUP 等级分布显示了广泛的恶性程度，从良性（根据病理学家的不同，为 164–208 例）到高等级 ISUP 5 级（21–86 例）。数据集结构包括三个扫描仪类型的组件文件夹、一个包含独立分级表的注释文件夹、一个用于跨扫描仪配对的文件列表以及相关文档。技术验证确认所有文件均可通过标准工具（OpenSlide, Cytomine, ASAP）打开，且注释字典保持一致。

意义
本文将 PAR 数据集定位为支持在全球多样化人群中开发和验证病理学 AI 模型的资源。通过提供来自数字化程度较低地区的、使用多种扫描仪类型（包括紧凑型、高性价比型号）扫描的数据，以及由多名病理学家进行标注的数据，该数据集能够实现：

• 跨人群验证： 测试模型对中东人群的泛化能力。
• 鲁棒性评估： 评估 AI 在不同扫描仪制造商和型号之间的表现。
• 分级一致性分析： 利用多个独立的参考标准研究病理学家间的变异性。
• 基准测试： 应对由于公开数据集有限和机构特定偏差所导致的更广泛的生物医学 AI 基准测试危机。

作者指出，公开此数据集旨在帮助弥合人口代表性和技术获取方面的差距，推动病理学领域向更具包容性和可靠性的 AI 发展。