Paired Uterine Whole-Slide Images and Pathology Reports for Multimodal Computational Pathology

📄 arXiv: 2607.04020 📥 PDF

作者: Han Li, Jingsong Liu, Ayako Ura, Junlin Hou, Zhengyang Xu, Azar Kazemi, Oskar Thaeter, Christian Grashei, Fabian Gülhan, Reza Nasirigerdeh, Xun Ma, Rui Yan, Hao Chen, S. Kevin Zhou, Nassir Navab, Carolin Mogler, Peter Schüffler

分类: cs.CV

发布日期: 2026-07-20

💡 一句话要点

提出TUM-Uteria数据集以解决病理报告与全切片图像配对不足问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 全切片图像 病理报告 多模态学习 自动化病理 计算病理学 数据集构建 医学影像分析

📋 核心要点

  1. 现有病理数据集主要集中在单一终点的切片或补丁级注释，无法充分捕捉临床诊断工作流程中的丰富信息。
  2. 本文提出TUM-Uteria数据集，包含配对的全切片图像和病理报告，旨在填补现有数据集的不足，推动多模态学习研究。
  3. 数据集经过认证病理学家的多阶段验证，确保了注释的可靠性，为全切片图像分析和自动化报告生成提供了基础。

📝 摘要（中文）

子宫疾病是妇科病理的重要类别，需要准确的组织病理评估以进行诊断和治疗规划。全切片图像（WSI）促进了病理工作流程的数字化转型，为计算病理学中的人工智能（AI）提供了新机遇。尤其是，联合分析组织病理图像和病理报告的多模态模型在自动化病理报告生成和AI辅助诊断方面展现出良好的潜力。然而，现有数据集缺乏将全切片图像与临床意义病理报告配对的数据，限制了此类系统的发展。为此，本文介绍了TUM-Uteria数据集，该数据集包含216个临床案例，涵盖455个切片级WSI-报告配对，经过认证病理学家的多阶段验证程序，确保了注释的可靠性。TUM-Uteria支持计算病理学的研究，包括全切片图像分析、多模态学习和自动化病理报告生成。

🔬 方法详解

问题定义：本文旨在解决缺乏将全切片图像与临床病理报告配对的数据集的问题。现有方法主要集中于单一终点的注释，无法充分反映完整的临床诊断信息。

核心思路：通过构建TUM-Uteria数据集，本文提供了一种新的数据来源，支持多模态模型的训练与评估，促进自动化病理报告生成和AI辅助诊断的研究。

技术框架：数据集由216个临床案例组成，包含455个切片级WSI-报告配对，经过多阶段验证确保注释的准确性。数据集的构建流程包括数据收集、注释和验证三个主要阶段。

关键创新：TUM-Uteria数据集的最大创新在于其将全切片图像与临床病理报告进行配对，填补了现有数据集的空白，支持多模态学习的研究。

关键设计：数据集的构建涉及到认证病理学家的参与，确保了注释的可靠性和准确性。此外，数据集的多样性和规模为后续研究提供了良好的基础。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

TUM-Uteria数据集包含216个临床案例和455个切片级配对，经过认证病理学家的多阶段验证，确保了注释的可靠性。该数据集的推出为多模态学习和自动化病理报告生成提供了重要的基础，推动了计算病理学的研究。

🎯 应用场景

该研究的潜在应用领域包括计算病理学、医疗影像分析和AI辅助诊断。TUM-Uteria数据集为研究人员提供了丰富的数据资源，能够推动多模态学习和自动化病理报告生成的进展，提升临床诊断的效率和准确性。

📄 摘要（原文）

Uterine diseases represent an important category of gynecologic pathology and require accurate histopathological assessment for diagnosis and treatment planning. Whole-slide images (WSI) have enabled the digital transformation of pathology workflows and provided new opportunities for artificial intelligence (AI) in computational pathology. In particular, multimodal models that jointly analyze histopathology images and pathology reports have shown promising potential for automated pathology report generation and AI-assisted diagnosis. However, the development of such systems remains limited by the scarcity of datasets that pair whole-slide images with clinically meaningful pathology reports. Instead, existing pathology datasets focus on patch- or slide-level annotations of a single endpoint (e.g., disease class), which do not fully capture the rich information in full clinical diagnostic workflow reports. Here, we introduce TUM-Uteria, a uterine pathology dataset comprising WSIs paired with diagnostic pathology reports at both the case and slide levels, collected from a tertiary medical center. The dataset contains 216 clinical cases, comprising 455 slide-level WSI-report pairs. The dataset underwent a structured multi-stage validation procedure involving board-certified pathologists to ensure reliable annotations. TUM-Uteria supports research in computational pathology, including whole-slide image analysis, multimodal learning, and automated pathology report generation.