HMI-LUSC: مجموعة بيانات تصوير طيفي مجهري نسيجي لسرطان الخلايا الحرشفية الرئوي

رؤية السرطان بألوان جديدة

يظل سرطان الرئة واحدًا من أكثر الأمراض فتكًا في العالم، ويرجع ذلك جزئيًا إلى أن اكتشاف كل خلية سرطانية على شريحة مجهرية أمر صعب ويستغرق وقتًا طويلاً. عادةً ما يعتمد الأطباء الشرعيون على أنسجة مصبوغة باللونين الوردي والبنفسجي تُرى تحت المجهر، وهي طريقة تلتقط البنية لكنها تفوّت دلائل كيميائية دقيقة. يقدم هذا البحث HMI-LUSC، أول مجموعة صور مجهرية لسرطان الخلايا الحرشفية الرئوي متاحة علنًا، مُلتقطة ليس فقط بثلاثة ألوان بل في عشرات النطاقات الطيفية الضيقة، ما يمنح الحواسيب والأطباء نظرة أغنى بكثير لما يميز الخلايا السرطانية عن جيرانها السليمين.

من صور الألوان البسيطة إلى البصمات الطيفية

تعمل علم الأمراض الرقمية التقليدي بطريقة تشبه كاميرا الهاتف: تسجل قنوات الأحمر والأخضر والأزرق لتقريب ما تراه العين. يذهب التصوير الطيفي إلى أبعد من ذلك بتقسيم الضوء إلى العديد من الأطوال الموجية المتقاربة، منتجًا «مكعب بيانات» ثلاثي الأبعاد حيث يمتلك كل موضع صغير في النسيج طيف لون مفصّلًا خاصًا به. عند جمع هذه الفكرة مع المجهر، يتحول الأمر إلى تصوير طيفي مجهري قادر على التقاط كل من البنية الدقيقة والمعلومات الطيفية الغنية على مستوى الخلايا الفردية. يمكن لهذه البيانات أن تكشف اختلافات في كيفية امتصاص الأنسجة وانعكاسها للضوء غير المرئية في الصور القياسية، مكوِّنة «تواقيع» طيفية فريدة للمناطق السرطانية وغير السرطانية.

بناء مكتبة جديدة لدراسة سرطان الرئة

أنشأ المؤلفون HMI-LUSC لسد فجوة واضحة: قبل هذا العمل لم تكن هناك مجموعة بيانات طيفية عامة لشرائح سرطان الرئة، مما صعَّب اختبار ومقارنة طرق التشخيص الحاسوبية. جمعوا أنسجة من عشرة مرضى خضعوا لجراحة أورام الرئة، وأعدّوا شرائح معيارية بصبغة الهيماتوكسيلين والأيوزين، ومسحوها بدقة عالية. أشار أطباء شرعيون ذوو خبرة إلى مناطق الورم والطبيعية، وأُعيد تصوير المناطق التمثيلية بمجهر طيفي مُصنَّع خصيصًا. تغطي كل صورة ناتجة رقعة صغيرة من النسيج لكن تمتد عبر 61 طولًا موجيًا بين 450 و750 نانومترًا، بدقة 3088 × 2064 بكسل. تتضمن مجموعة البيانات لكل منطقة مكعبها الطيفي الخام، وتمثيلًا تقليديًا RGB، وأقنعة تحدد أماكن وجود نسيج الورم.

تحويل المخططات الخشنة إلى خرائط على مستوى الخلية

بينما تكون العلامات على مستوى الشريحة مفيدة، يتطلب تدريب الخوارزميات الحديثة غالبًا معلومات على مستوى الخلايا الفردية. إن تتبع كل خلية يدويًا غير عملي، لذا صممت الفريق سير عمل شبه آلي. أولًا جمعوا البكسلات في عناقيد بناءً على تشابهها الطيفي باستخدام طريقة قياسية في رؤية الحاسوب. ثم فحص الأطباء الشرعيون هذه العناقيد فوق صورة النسيج وخصصوها لأربع فئات: خلايا ورمية، خلايا غير ورمية، نسيج غير خلوي مثل ستروما أو دم، وخلفية فارغة. راجع أخصائي شرعي ثان النتائج وعدّلها، وحُلّت الخلافات بالاتفاق الجماعي. النتيجة مجموعة من الأقنعة التفصيلية على مستوى البكسل التي تعكس خلطات دقيقة لأنواع الخلايا ومناطق الحدود المربكة، مما يوفر مادة تدريب أغنى لأنظمة التعلم الآلي.

ضمان بيانات حادة وموثوقة

لجعل مجموعة البيانات موثوقة، اختبر المؤلفون نظام التصوير بدقة. تحققوا من أن المجهر قادر على تمييز أنماط دقيقة تصل إلى نحو ميكرون واحد—صغير بما يكفي لتمييز الخلايا الفردية—وأن الضوضاء في الصورة منخفضة عبر معظم الأطوال الموجية. كما قارنوا الطيف المقاس لمصدر ضوء معياري مع منحنيات مرجعية ومع كاميرا طيفية تجارية، فوجدوا توافقًا ممتازًا. أخيرًا، أظهروا كيف يمكن استخدام البيانات بتشغيل نماذج حاسوبية أساسية، من طرق التعلم الآلي التقليدية إلى شبكات التعلم العميق البسيطة، لتجزئة مناطق الورم. حتى من دون تحسين كبير، حققت هذه النماذج دقة جيدة، مما يدل على أن مجموعة البيانات مناسبة كمعيار مرجعي لطرق قادمة.

ماذا يعني هذا لرعاية سرطان الرئة في المستقبل

لا تحل HMI-LUSC محل مجموعات الشرائح المعيارية الكبيرة، ولا تُعد أداة سريرية مستقلة حتى الآن. لكنها تمنح الباحثين نافذة مُنتقاة بعناية على كيفية اختلاف خلايا الورم الرئوي عن النسيج القريب عبر أطوال موجية عديدة من الضوء. من خلال إتاحة هذه البيانات، والوسوم، والتعليمات البرمجية علنًا، يوفر المؤلفون منصة مشتركة لتطوير ومقارنة الخوارزميات التي تستخدم المعلومات الطيفية، من المصنفات البسيطة إلى الشبكات العصبية المتقدمة. على المدى الطويل، قد تساعد هذه الأعمال الحواسيب في مساعدة الأطباء الشرعيين على اكتشاف الأورام بدقة وسرعة أكبر، وقد تكشف أنماطًا طيفية مرتبطة بنوع الورم أو استجابة العلاج لا تستطيع الصور العادية إظهارها.

الاستشهاد: Yan, Z., Huang, H., Guo, Y. et al. HMI-LUSC: A Histological Hyperspectral Imaging Dataset for Lung Squamous Cell Carcinoma. Sci Data 13, 415 (2026). https://doi.org/10.1038/s41597-026-06766-7

الكلمات المفتاحية: التصوير الطيفي, سرطان الرئة, علم الأمراض الرقمي, تجزئة الورم, مجموعة بيانات التصوير الطبي