跳到正文
原文
arXiv · Human-Computer Interaction· Veronica Thai, Rui Li, Meng Ling 等 10 人
· 3 天前精选AI 评分65

PathoGaze1.0:面向人工智能的病理学导航、眼动追踪与决策数据集

PathoGaze1.0: An AI-Ready Navigation, Eye-Tracking, and Decision Dataset in Pathology

预印本 · 尚未经过同行评审

AI 导读

病理医生在千兆像素全切片图像上做癌症诊断,准确率平均约 70%,但缺少公开的行为数据来解释诊断错误与不一致。作者用新搭建的测试平台 PTAH 采集 11 名病理医生在两次相隔 12 个月的实验中阅读 397 张来自 CAMELYON16 的乳腺癌淋巴结全切片图像的过程,记录 18.69 小时眼动追踪、171,909 次注视、导航扫描行为和 1,140 次诊断决策。预注册实验材料、数据集和处理方法已在 Open Science Framework 公开。

推荐理由

发布病理诊断行为数据集,含 11 名病理医生的 18.69 小时眼动追踪、171,909 次注视和 1,140 次诊断决策,并附预注册材料与处理代码。

摘要 · AI 翻译

在千兆像素全切片图像(WSI)上进行癌症诊断是一项重要但困难的视觉搜索任务。巨大的千兆像素图像尺寸迫使病理学家通过缩放和平移来浏览,以在组织中搜索恶性肿瘤。诊断准确率平均约为70%,而增加第二名病理学家并不能显著提高诊断之间的一致性。目前缺乏公开可用的行为数据来解释这些诊断错误和不一致。为填补这一空白,我们整理了PathoGaze1.0,这是一个全面的行为数据集,记录了11名不同病理学家参与者在相隔12个月的两次实验(两次实验中有8名重叠的病理学家)中的高保真临床诊断工作流程,他们对来自CAMELYON16的397张WSI进行了解读,CAMELYON16是一组公开可用的乳腺癌淋巴结WSI。该数据集包含18.69小时的眼动追踪数据(171,909次注视)、导航扫描数据以及1,140项诊断决策,全部使用新开发的测试平台PTAH收集。该测试平台支持临床工具中的交互技术,并收集视口、鼠标操作和诊断决策,从而能够在WSI图像刺激、注视、导航行为和诊断决策之间建立交叉链接。我们在开放科学框架(OSF)上共享了预注册的实验材料、数据集和处理方法。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。