AI病理数据集周荐｜第04期（2026.06.06）

每周六介绍一个公开数据集，让好数据不再难找!

本期介绍一个非常适合多模态肿瘤AI研究的开放数据集：Brain-Mets-Lung-MRI-Path-Segs。

该数据集聚焦“肺癌脑转移”这一临床场景，收录了 103名患者、111例脑转移灶切除样本，每例尽可能匹配术前脑MRI影像、肿瘤分割标注、病理全切片图像和临床信息。

影像部分包括T1增强序列和FLAIR序列，并提供增强肿瘤核心区、FLAIR高信号/水肿相关区域等三维分割文件。

病理部分提供对应脑转移组织的H&E全切片图像。

除此之外，数据集还整理了临床特征、分子信息、GPA预后评分以及基于MRI分割区域提取的影像组学特征。

这个数据集的价值在于，它不仅可以用于MRI分割、影像组学建模和预后分析，也特别适合探索“影像—病理”之间的跨模态关联，例如用MRI表型预测组织学特征，或构建融合MRI、WSI和临床信息的肺癌脑转移风险分层模型。

数据已在TCIA开放获取，下载地址：
https://www.cancerimagingarchive.net/collection/Brain-Mets-Lung-MRI-Path-Segs/