Un conjunto de datos a gran escala de células sanguíneas periféricas para el análisis hematológico automatizado

Área de la Ciencia:

• Hematología
• Análisis de imágenes médicas
• Biología computacional

Sus antecedentes:

• La clasificación precisa de los glóbulos blancos es crucial para diagnosticar trastornos hematológicos.
• Los conjuntos de datos existentes para el análisis automatizado de células sanguíneas carecen de escala y diversidad.
• Existe la necesidad de conjuntos de datos completos y de alta calidad para avanzar en la IA en hematología.

Objetivo del estudio:

• Presentar el conjunto de datos KU-Optofil PBC, la colección pública más grande de imágenes de células sanguíneas periféricas disponibles.
• Proporcionar un conjunto de datos diverso con 13 clases distintas de células, incluidas subtipos raros.
• Facilitar el desarrollo de sistemas hematológicos automatizados robustos.

Principales métodos:

• Adquisición de 31 489 imágenes microscópicas de alta resolución de frotis de sangre teñidos con May-Grünwald-Giemsa.
• Condiciones de imagen estandarizadas utilizando el sistema Sysmex DI-60 con magnificación 100×.
• Anotación manual por hematólogos expertos con alta concordancia entre evaluadores (kappa de Cohen > 0,85).

Principales resultados:

• El conjunto de datos KU-Optofil PBC contiene 31 489 imágenes de 13 clases de células, incluidos tipos comunes y raros.
• Las imágenes se organizan en conjuntos de entrenamiento, validación y prueba (70:10:20) con una resolución de 368 × 368 píxeles.
• Los experimentos de aprendizaje profundo de referencia mostraron que DenseNet-121 lograba una precisión del 95,23 %, lo que demuestra la utilidad del conjunto de datos.

Conclusiones:

• El conjunto de datos KU-Optofil PBC aborda brechas críticas en los recursos de análisis de imágenes médicas.
• Este conjunto de datos apoya el desarrollo de sistemas automatizados avanzados para el análisis de células sanguíneas periféricas.
• Se espera que el recurso avance significativamente el diagnóstico hematológico automatizado y las aplicaciones clínicas.