OCELOT: Overlapped Cell on Tissue Dataset for Histopathology

OCELOT dataset

$$\mathcal{D}={\left\{{\left({\mathbf{x}}_s,{\mathbf{y}}_s^c,{\mathbf{x}}_l,{\mathbf{y}}_l^t,c_x,c_y\right)}_i\right\}}_{i=1}^N$$
${\mathbf{x}}_s\in {\mathbb{R}}^{1024\times 1024\times 3}$表示cell patch
y s C , ( y s C ) i ∈ R × R × { 1 , 2 } \mathbf{y}_s^C, \left(y_s^C\right)_i\in\mathbb{R}\times\mathbb{R}\times\left\{1, 2\right\} ysC​,(ysC​)i​∈R×R×{ 1,2}, 表示cell的标签，每个元素是一个三元组，1 Background Cell，2 Tumor Cell
${\mathbf{x}}_l\in {\mathbb{R}}^{1024\times 1024\times 3}$表示tissue patch
y l t ∈ { 1 , 2 , 255 } 1024 × 1024 \mathbf{y}_l^t\in\left\{1,2,255\right\}^{1024\times 1024} ylt​∈{ 1,2,255}1024×1024表示tissue的标签，1 Background，2 Cancer Area， 255 UNK (Unknown)
$c_x,c_y$是${\mathbf{x}}_s$的中心在${\mathbf{x}}_l$中的相对坐标

这是${\mathbf{y}}_l^t$，其中白色的部分是未知

这是${\mathbf{x}}_l$，绿色部分是Cancer Area

这是${\mathbf{x}}_s$,其中黄色的点为Background Cell，蓝色的点为Tumor Cell

配置

${\mathbf{x}}_s$是$1024\times 1024$,0.2MPP
${\mathbf{x}}_l$是$4096\times 4096$,0.2MPP, 随后4倍下采样到$1024\times 1024$

BC:TC = 35.01%: 64.99%
BG:CA:UNK = 55.77%:40.17%:4.06%

训练：验证：测试=400：137：126
大约6:2:2

ps:
TC:BC = 0.36571231398085396: 0.6342876860191461
BG:CA:UNK = 0.5493605471304639: 0.4071568896148359: 0.043482563254700166

平均
train: BC:TC:all = 58.33:106.26.17:164.59
val: BC:TC:all = 61.31:119.07:180.38
test: BC:TC:all = 76.21:102.17:178.39

${\mathbf{x}}_s$的原始尺寸：最小397, 最大1023, 平均801.8069381598793
${\mathbf{x}}_l$的原始尺寸：最小1591, 最大4095, 平均3208.883861236802

原始尺寸 * mpp_x / resized_mpp_x = 1024
原始尺寸 * mpp_y / resized_mpp_y = 1024
能保证他们的原始尺寸是正方形（高=宽）
${\mathbf{x}}_l$的原始尺寸：${\mathbf{x}}_s$的原始尺寸的比例在4.00左右（即4或者4.00xxx)
${\mathbf{x}}_s$在${\mathbf{x}}_l$的尺寸为256*256（因为原本就是在4096中的1024，现在4倍下采样，所以只剩下256*256）

实验

93%的TC在CA里
85%的BC在CA外面

因此细胞和组织一定有某种关系

Tissue-label Leaking Model

将${\mathbf{y}}_l^t$对应于${\mathbf{x}}_s$的那一块切出来，然后resize到$1024\times 1024$，表示为${\mathbf{y}}_s^t$
随后将${\mathbf{x}}_s$和${\mathbf{y}}_s^t$按通道concat，输入模型
在验证集和测试集上，F1分别提升7.69和9.76