用于检测疟疾寄生虫的血图像数据集:坦桑尼亚的一个案例
Beston Lufyagila1,2, Bonny Mgawe1, Anael Sam1
1Department of Information and Communication Sciences and Engineering, The Nelson Mandela African Institution of Science and Technology, PO Box 447, Tengeru, Arusha, Tanzania.
Data in brief
|December 17, 2024
概括
这项研究引入了一个新的血图像数据集,用于训练用于疟疾检测的机器学习模型. 该资源支持开发先进的诊断工具,以对抗坦桑尼亚及其他地区的疟疾.
科学领域:
- 医学诊断 医学诊断 医学诊断
- 计算机视觉 计算机视觉 计算机视觉
- 寄生虫学的寄生虫学
背景情况:
- 疟疾仍然是坦桑尼亚的一个重大公共卫生挑战,需要提高诊断能力.
- 坦桑尼亚疟疾国家战略计划 (2021-2025) 优先考虑高质量的测试,及时诊断和疟疾控制的创新系统.
- 机器学习 (ML) 为先进的疟疾检测提供了潜力,但需要多样化,高质量的数据集.
研究的目的:
- 为开发用于检测疟疾寄生虫的计算机视觉系统提供一种新的,注释的血涂片图像数据集.
- 支持创建先进的诊断工具,以加强疟疾检测,治疗和控制工作.
主要方法:
- 血液样本从坦桑尼亚坦加纳地区的五个卫生中心收集.
- 图像使用4K复合显微镜 (40X-2500X放大) 与4K SONY IMX334传感器相机获得.
- 用Giemsa染色血液涂抹 (厚薄,感染和未感染) 并用显微镜检查.
主要成果:
- 创建了一个全面的注释血液涂抹图像数据集,包括厚感染图像,厚未感染图像,薄未感染图像和薄感染图像.
- 该数据集已通过哈佛数据verse仓库公开提供.
- 该数据集适合用于培训和验证计算机视觉算法,用于自动疟疾诊断.
结论:
- 这一数据集对于旨在开发基于ML的疟疾诊断工具的研究人员来说是一个宝贵的资源.
- 这一举措支持坦桑尼亚的国家疟疾控制战略,为技术进步提供了必要的数据.
- 该数据集有可能提高疟疾检测的准确性和效率,有助于改善受影响地区的健康结果.
更多相关视频
09:00A Multi-detection Assay for Malaria Transmitting Mosquitoes
Published on: February 28, 2015
13.1K
10:50Detection and Quantification of Plasmodium falciparum in Aqueous Red Blood Cells by Attenuated Total Reflection Infrared Spectroscopy and Multivariate Data Analysis
Published on: November 2, 2018
7.9K
