PW-BALFC是一个临床数据集,用于检测和实例细分支气管支气管支气管洗液细胞

科学领域:

• 肺部医学 肺部医学
• 计算病理学计算病理学
• 医疗成像医学成像

背景情况:

• 支气管洗液 (BALF) 细胞学对于诊断肺部疾病至关重要.
• 手动显微镜检查BALF是耗时,劳动密集型,主观的.
• 自动化分析有望提高细胞学查的准确性和效率.

研究的目的:

• 为了解决缺乏公开的临床BALF细胞数据集与像素级注释.
• 开发和验证用于BALF细胞识别和分类的自动化系统.
• 促进用于肺部疾病诊断的自动化细胞形态学分析的研究.

主要方法:

• 从2018年到2024年收集了2105张高分辨率的临床BALF图像.
• 创建了一个数据集,包含来自七个不同的类型的13,263个单元,具有像素级实例注释 (轮和边界框).
• 在开发的数据集上训练和评估YOLOv8实例细分网络.

主要成果:

• YOLOv8模型实现了BALF细胞的有效实例细分.
• 创建的数据集和训练模型证明了自动识别BALF细胞的实用性.
• 对于七种细胞类型,成功生成了高质量的像素级注释.

结论:

• 开发的数据集和自动识别模型显著推进了BALF细胞学领域.
• 该资源支持更准确,更有效地诊断和治疗肺部疾病.
• 这项研究为在肺部诊断中更广泛采用AI铺平了道路.