摘要

评估人类表皮生长因子受体2（HER2）的表达对于制定乳腺癌的精准治疗方案至关重要。目前，常规的HER2评估方法是通过免疫组化技术（IHC）进行，但该技术成本较高。因此，我们首次提出了一种乳腺癌免疫组化（BCI）基准，尝试直接将IHC数据与配对的苏木精和伊红（HE）染色图像合成。该数据集包含4870个注册图像对，涵盖了多种HER2表达水平。基于BCI，作为次要贡献，我们进一步构建了一种金字塔pix2pix图像生成方法，该方法在HE到IHC的转换结果上优于其他当前流行的算法。大量实验表明，BCI为现有的图像翻译研究带来了新的挑战。此外，BCI还为未来基于合成IHC图像的HER2表达评估病理学研究打开了大门。BCI数据集可从https://bupt-ai-cz.github.io/BCI 下载。