cryOnuseg：凍結切除されたH＆E染色組織画像の核インスタンスセグメンテーションのためのデータセット

核インスタンスセグメンテーションは、ヘマトキシリンとエオシン（H＆E）染色画像の分析において重要な役割を果たします。監視されたディープラーニング（DL）ベースのアプローチは、自動核インスタンスセグメンテーションの最先端のアプローチを表していますが、これらのモデルをトレーニングするには注釈付きデータセットが必要です。それぞれホルマリン固定パラフィン埋め込みサンプル（FFPE）と凍結組織サンプル（FS）（FS）をもたらす組織処理プロトコルには、それぞれ2つの主要なタイプがあります。FFPE由来のH＆E染色組織切片は最も広く使用されているサンプルですが、FSサンプルに由来する凍結切片のH＆E染色は、より迅速に実行できるため、術中外科セッションで関連する方法です。これらの2種類のサンプルの調製の違いにより、導出された画像、特に核の外観は、獲得した全体のスライド画像で異なる場合があります。FS由来のH＆E染色画像の分析は、FSセクションの迅速な準備、染色、スキャンが画像の劣化につながるため、より困難になる可能性があります。このホワイトペーパーでは、最初の完全に注釈されたFS由来の凍結除去およびH＆E染色核インスタンスセグメンテーションデータセットであるCryonusegを紹介します。データセットには、他の公的に利用可能なデータセットで悪用されていない10個の人間の臓器の画像が含まれており、観察者内および観察者間の変動を測定できる3つの手動マークアップが提供されています。さらに、自動核インスタンスセグメンテーションパフォーマンスに対する組織固定/埋め込みプロトコル（すなわち、FSまたはFFPE）の効果を調査し、将来の研究で使用できるデータセットのベースラインセグメンテーションベンチマークを提供します。データセットと完全なデータセットやその他の詳細情報を生成するための段階的なガイドは、https://github.com/masih4/cryonusegで仲間の研究者が利用できるようにします。

Nuclei instance segmentation plays an important role in the analysis of hematoxylin and eosin (H&E)-stained images. While supervised deep learning (DL)-based approaches represent the state-of-the-art in automatic nuclei instance segmentation, annotated datasets are required to train these models. There are two main types of tissue processing protocols resulting in formalin-fixed paraffin-embedded samples (FFPE) and frozen tissue samples (FS), respectively. Although FFPE-derived H&E stained tissue sections are the most widely used samples, H&E staining of frozen sections derived from FS samples is a relevant method in intra-operative surgical sessions as it can be performed more rapidly. Due to differences in the preparation of these two types of samples, the derived images and in particular the nuclei appearance may be different in the acquired whole slide images. Analysis of FS-derived H&E stained images can be more challenging as rapid preparation, staining, and scanning of FS sections may lead to deterioration in image quality. In this paper, we introduce CryoNuSeg, the first fully annotated FS-derived cryosectioned and H&E-stained nuclei instance segmentation dataset. The dataset contains images from 10 human organs that were not exploited in other publicly available datasets, and is provided with three manual mark-ups to allow measuring intra-observer and inter-observer variabilities. Moreover, we investigate the effects of tissue fixation/embedding protocol (i.e., FS or FFPE) on the automatic nuclei instance segmentation performance and provide a baseline segmentation benchmark for the dataset that can be used in future research. A step-by-step guide to generate the dataset as well as the full dataset and other detailed information are made available to fellow researchers at https://github.com/masih4/CryoNuSeg.