一个精选和重新注释的外周血细胞数据集,整合了四个公共资源

科学领域:

• 生物医学成像技术 生物医学成像技术
• 机器学习 机器学习
• 血液学 血液学 血液学

背景情况:

• 精确的外周血细胞检测对于诊断各种疾病至关重要.
• 现有的数据集往往缺乏足够的质量,多样性或全面的注释来进行强大的模型训练.
• 开发先进的机器学习模型需要高质量,注释良好的数据集.

研究的目的:

• 为了介绍TXL-PBC,一个新的,策划和重新注释的外周血细胞数据集.
• 为培训和对血细胞分析的对象检测模型进行基准测试提供标准化和高质量的资源.
• 通过改进的机器学习工具,促进自动化血液学诊断的进步.

主要方法:

• 整合了四个公共数据集:BCCD,BCCDD,PBC和Raabin-WBC.
• 采用严格的抽样选择和半自动注释用YOLOv8n,然后手动审查准确性.
• 编制了1260张图像的数据集,其中有18143个边界框注释,用于WBC,RBC和血小板.

主要成果:

• 该TXL-PBC数据集包括1,260张图像和18,143个白细胞,红细胞和血小板的注释.
• 视觉分析证实了数据集的多样性和平衡.
• 报告了主流物体检测模型 (YOLOv5s,YOLOv8s,YOLOv11s,SSD300,更快的R-CNN,RetinaNet) 的基线性能.

结论:

• TXL-PBC是一套高质量,全面的数据集,用于检测周围血液细胞.
• 该数据集是开发和比较血液学机器学习模型的宝贵资源.
• 在Figshare和GitHub上开放的可用性促进了自动化血细胞分析的进一步研究和开发.