CIDACC:用于自动细胞计数的Chlorella vulgaris图像数据集
Evangelos Pistolas1, Eleni Kyratzopoulou1, Lamprini Malletzidou1
1Athena - Research and innovation Center in Information, Communication and Knowledge Technologies, Xanthi 67100, Greece.
Data in brief
|October 1, 2024
概括
这一数据集有助于使用计算机视觉计算和分析Chlorella vulgaris微藻. 它通过精确的细胞检测和估计,支持生物燃料,食品和环境应用的进步.
科学领域:
- 计算机视觉 计算机视觉
- 微藻研究 微藻研究
- 生物技术是生物技术.
背景情况:
- 藻微藻具有多种应用,包括食品补充剂,生物燃料生产和污染物清除.
- 精确的细胞种群确定对于优化微藻种植和应用至关重要.
- 现有的细胞分析方法可能是劳动密集型的,可能缺乏精度.
研究的目的:
- 创建一个全面的数据集,用于开发和验证用于分析Chlorella vulgaris的计算机视觉和机器学习模型.
- 为了便于自动检测,计数和估计Chlorella vulgaris细胞的大小和几何形状.
- 推进微藻研究和相关科学领域的自动化细胞分析.
主要方法:
- 收集了628张高分辨率显微镜图像的Chlorella. vulgaris. 的集合.
- 用详细的细分面具和边界框对图像进行注释.
- 利用深度学习架构,包括对象检测,本地化和图像细分算法进行初步验证.
主要成果:
- 在CIDACC数据集允许高精度和准确性在自动化Chlorella vulgaris细胞检测和分析.
- 初步实验证明了深度学习模型在数据集上的有效性.
- 数据集的层次组织和详细的注释增强了它对研究的有用性.
结论:
- CIDACC数据集是推进微藻研究中的计算机视觉应用的宝贵资源.
- 它为开发复杂的细胞分析算法提供了一个具有挑战性但有前途的工具.
- 该数据集在生物医学成像,环境监测和生物技术创新方面具有潜在的应用.
