BCNB: Bộ dữ liệu sinh thiết lõi ung thư vú sớm – Hướng dẫn

Bất kỳ ai từng tìm kiếm dữ liệu y tế để nghiên cứu đều biết: một bộ dữ liệu hình ảnh chất lượng cao, có chú thích đầy đủ và dễ truy cập là thứ quý giá. BCNB (Early Breast Cancer Core-Needle Biopsy WSI Dataset) là một trong số ít những bộ dữ liệu như vậy, cung cấp hơn một nghìn mẫu sinh thiết lõi ung thư vú giai đoạn sớm với thông tin lâm sàng đi kèm. Bài viết này sẽ giúp bạn hiểu rõ bộ dữ liệu này là gì, ai đã tạo ra nó, và làm thế nào để sử dụng nó trong nghiên cứu.

Định dạng dữ liệu: Whole Slide Images (WSI) ·
Mục đích: Nghiên cứu ung thư vú giai đoạn sớm ·
Loại bệnh lý: Ung thư vú giai đoạn sớm (ER+/-, PR+/-, HER2+/-, Ki67) ·
Nguồn dữ liệu: Bệnh viện và trường đại học đối tác ·
Công bố đầu tiên: Bài báo “Predicting Axillary Lymph Node Metastasis” (2022)

Thông tin xác thực mới nhất về bcnb là gì?

Các cập nhật từ bài báo gốc

BCNB được giới thiệu lần đầu trong bài báo “Predicting Axillary Lymph Node Metastasis” công bố năm 2022 bởi nhóm nghiên cứu tại Đại học Bưu chính Viễn thông Bắc Kinh (BUPT) và các đối tác. Bài báo này đặt nền tảng cho việc sử dụng hình ảnh sinh thiết lõi để dự đoán di căn hạch nách – một yếu tố tiên lượng quan trọng trong ung thư vú giai đoạn sớm.

• Bộ dữ liệu bao gồm 1.058 hình ảnh WSI từ bệnh nhân ung thư vú giai đoạn sớm (BCNB – Grand Challenge)
• Các phân nhóm mô bệnh học được công bố: ER, PR, HER2, Ki67 – đây là các dấu ấn sinh học chuẩn trong chẩn đoán ung thư vú (BCNB – Grand Challenge)
• Mỗi WSI được hai bác sĩ giải phẫu bệnh giàu kinh nghiệm đọc và chú thích độc lập trong điều kiện mù thông tin bệnh nhân, đảm bảo độ tin cậy cao (BCNB – Grand Challenge)

Số liệu thống kê mới nhất

Bộ dữ liệu BCNB được phân chia thành ba tập với tỷ lệ chuẩn 6:2:2: 60% dùng cho huấn luyện, 20% cho validation và 20% cho kiểm tra độc lập (Trang chính thức BCNB). Dữ liệu lâm sàng đi kèm bao gồm tuổi bệnh nhân, kích thước khối u, loại khối u, biểu hiện ER/PR/HER2, độ mô học, phương pháp phẫu thuật, chỉ số Ki67, phân nhóm phân tử, số hạch nách di căn và tình trạng di căn hạch nách (BCNB – Grand Challenge).

Điều này củng cố giá trị của BCNB như một nguồn tài nguyên mở cho nghiên cứu ung thư vú giai đoạn sớm.

Người đọc nên biết điều gì đầu tiên về bcnb?

Định nghĩa và mục đích

BCNB là viết tắt của Early Breast Cancer Core-Needle Biopsy WSI Dataset – bộ dữ liệu hình ảnh toàn bộ lát cắt (WSI) từ sinh thiết lõi ung thư vú giai đoạn sớm. Mục đích chính của bộ dữ liệu này là hỗ trợ nghiên cứu phát triển các mô hình học sâu có khả năng dự đoán di căn hạch nách, cũng như phân loại các phân nhóm mô bệnh học khác nhau (BCNB – Grand Challenge).

• Loại dữ liệu: Whole Slide Images (WSI) – hình ảnh toàn bộ lát cắt ở độ phân giải 40x (0.25 µm/pixel) (BCNB – Grand Challenge)
• Định dạng tệp: SVS và TIFF – hai định dạng chuẩn trong lưu trữ ảnh bệnh lý số
• Dung lượng: mỗi WSI có kích thước từ vài trăm MB đến vài GB, tùy vào độ phân giải và kích thước vùng mô

Nguồn gốc và tác giả

BCNB được phát triển bởi nhóm nghiên cứu tại Đại học Bưu chính Viễn thông Bắc Kinh (BUPT), hợp tác với các bệnh viện và trung tâm nghiên cứu đối tác. Bộ dữ liệu được công bố lần đầu trong bài báo “Predicting Axillary Lymph Node Metastasis” (2022) và hiện có sẵn để tải xuống miễn phí qua hai kênh chính thức:

• Trang chính thức: bupt-ai-cz.github.io/BCNB/ (kho GitHub của nhóm nghiên cứu)
• Cổng Grand Challenge: BCNB – Grand Challenge (nền tảng tổ chức thử thách y tế số)
• Kho dữ liệu tại Queen Mary University: bcntb.bcc.qmul.ac.uk (lưu trữ dự phòng)

Vì vậy, nắm rõ các điều kiện sử dụng giúp nhà nghiên cứu tránh rủi ro pháp lý.

Nguồn chính thức nào xác nhận các tuyên bố chính về bcnb?

Trang web chính thức của BCNB

Trang chủ của BCNB tại bupt-ai-cz.github.io/BCNB/ là nguồn thông tin cơ bản và đáng tin cậy nhất. Trang này cung cấp hướng dẫn tải dữ liệu, mô tả cấu trúc thư mục, giải thích định dạng chú thích JSON và các yêu cầu kỹ thuật để sử dụng bộ dữ liệu.

• Chú thích được lưu trong tệp .json với tọa độ các điểm của vùng đa giác được chú thích (Trang chính thức BCNB)
• Hướng dẫn trích dẫn: sử dụng bài báo gốc “Predicting Axillary Lymph Node Metastasis”
• Thông tin giấy phép: phi thương mại, nghiên cứu học thuật

Bài báo khoa học và Grand Challenge

Bài báo gốc trên tạp chí khoa học là nguồn tham khảo học thuật chính cho bất kỳ nghiên cứu nào sử dụng BCNB. Cổng BCNB – Grand Challenge cung cấp thông tin kỹ thuật bổ sung, bao gồm số liệu thống kê về bộ dữ liệu và mô tả phương pháp luận.

• Grand Challenge xác nhận bộ dữ liệu gồm 1.058 bệnh nhân với WSI và dữ liệu lâm sàng đi kèm (BCNB – Grand Challenge)
• Các thông số kỹ thuật như độ phân giải 0.25 µm/pixel (40x) được liệt kê trên trang Grand Challenge
• Mô tả quy trình chú thích mù đôi được nêu rõ trên cả hai nguồn

Sự minh bạch của nhiều nguồn thông tin giúp người dùng dễ dàng xác thực dữ liệu.

Điều gì vẫn chưa rõ ràng hoặc chưa được xác thực về bcnb?

Giới hạn của bộ dữ liệu

Dù BCNB là một bộ dữ liệu có giá trị, vẫn tồn tại một số giới hạn mà người dùng cần biết. Thứ nhất, chưa có nghiên cứu so sánh trực tiếp BCNB với các bộ dữ liệu WSI ung thư vú khác như BACH hay CAMELYON trên cùng một tập tiêu chí đánh giá. Điều này khiến việc xác định vị trí tương đối của BCNB trong hệ sinh thái dữ liệu trở nên khó khăn.

• Thông tin lâm sàng chi tiết của từng bệnh nhân chưa được công bố đầy đủ trên các cổng dữ liệu mở (Trang chính thức BCNB)
• Tính đại diện địa lý hạn chế: các mẫu trong BCNB chủ yếu đến từ bệnh nhân Trung Quốc, chưa có sự đa dạng về chủng tộc và khu vực địa lý
• Chưa có phiên bản cập nhật chính thức nào kể từ khi công bố lần đầu năm 2022

Các câu hỏi cần nghiên cứu thêm

Một số câu hỏi quan trọng vẫn chưa được giải đáp. Ví dụ, hiệu quả của các mô hình học sâu được huấn luyện trên BCNB khi áp dụng trên dữ liệu từ các phòng thí nghiệm khác nhau (hiệu ứng “domain shift”) vẫn chưa được đánh giá một cách có hệ thống. Ngoài ra, việc thiếu thông tin về giai đoạn điều trị và kết quả theo dõi lâu dài của bệnh nhân khiến BCNB chưa thể hỗ trợ các nghiên cứu tiên lượng dài hạn.

Nhận thức về các giới hạn này giúp người dùng đặt kỳ vọng phù hợp và tránh kết luận vội vàng.

Tám thông số kỹ thuật, một điểm chung: tất cả đều phục vụ mục tiêu giúp các nhà nghiên cứu có thể tái sử dụng dữ liệu một cách nhất quán.

“Thanks for your interest in our BCNB: Early Breast Cancer Core-Needle Biopsy WSI Dataset, this dataset is firstly introduced in our paper ‘Predicting Axillary Lymph Node Metastasis’.”

— Nhóm nghiên cứu BUPT (Trang chính thức BCNB)

“We have introduced a new dataset of Early Breast Cancer Core-Needle Biopsy WSI (BCNB), which includes core-needle biopsy whole slide images (WSIs) of early breast cancer patients.”

— Mô tả dự án trên BCNB – Grand Challenge

BCNB là một bộ dữ liệu có giá trị nhưng cũng có những giới hạn rõ rệt. Với nhà nghiên cứu học máy tại Việt Nam, cơ hội là rõ ràng: đây là nguồn dữ liệu WSI chất lượng cao, miễn phí, có chú thích chuẩn xác, phù hợp để phát triển và thử nghiệm các mô hình học sâu trong lĩnh vực ung thư vú. Thách thức nằm ở chỗ: bộ dữ liệu chưa đa dạng về mặt địa lý và chưa có thông tin theo dõi dài hạn. Nếu bạn là một nhóm nghiên cứu đang tìm kiếm dữ liệu để bắt đầu, BCNB là lựa chọn tốt. Nếu bạn đang tìm kiếm dữ liệu cho một nghiên cứu lâm sàng đa quốc gia, bạn sẽ cần bổ sung thêm nguồn khác. Quyết định đơn giản: tải BCNB, chạy thử nghiệm, và đóng góp ngược lại cho cộng đồng bằng cách công bố kết quả của bạn.

Các câu hỏi phổ biến nhất của người dùng về bcnb là gì?