Leukemia
Leukemia 数据集是一个包含了来自118名患者的1867张图像的大型数据集，这些图像主要分为两大类别：正常细胞和白血病细胞。由于正常细胞与白血病细胞在形态上的相似性，使得在显微镜下识别出白血病细胞成为了一项充满挑战的任务。因此，所有的标签都是由肿瘤学专家亲自标注，以保证标签的准确性。这些细胞图像是从复杂的显微图像中精准分割出来的，它们真实地反映了实际情况，因为图像中包含了一些由于染色和照明造成的噪声。
xianweichengxiang可视化图片
可视化图片 1
可视化图片 2
数据集元信息
| 维度 | 2D |
| 模态 | microscopy |
| 任务类型 | classification |
| 解剖结构 | Cell |
| 解剖区域 | Cell |
| 类别数 | 2 |
| 数据量 | 1867 |
| 文件格式 | BMP |
文件结构
Leukemia
├── image
│ ├── xxx.bmp
│ ├── xxx.bmp
│ │ ...
│ ├── xxx.bmp
│ ├── xxx.bmp
│ │ ...
├── train.txt
├── val.txt
├── test.txt图像尺寸统计
| 统计类型 | 间距 (mm) | 尺寸 |
|---|---|---|
| 最小值 | - |
(450, 450) |
| 中位值 | - |
(450, 450) |
| 最大值 | - |
(450, 450) |
引用
@article{gupta2019isbi,
title={ISBI 2019 C-NMC challenge: Classification in cancer cell imaging},
author={Gupta, Anubha and Gupta, Ritu},
journal={Select Proceedings},
year={2019},
publisher={Springer}
}