全血细胞计数(Complete Blood Count,CBC)数据集包含360张血液涂片图像,每张图像都有各自的注释文件,其中提供了对应图中红细胞(Red Blood Cell,RBC)、白细胞(White Blood Cell,WBC)和血小板(Platelet)的位置信息。这一数据集来源于[1],但作者在检查后发现,源数据集中提供的364张图像标注并不完全。在进行了标注修正并删去了存在问题的图像后,作者重新整理得到了这个包含360图像的CBC数据集。 全血细胞计数是医学诊断中评价人体健康状况的重要指标。传统的血细胞计数方法是使用血球计以及其他实验室设备和化学化合物进行人工计数,这是一项耗时且繁琐的任务。作者希望能够利用计算机视觉中的自动计数方法提高全细胞计数环节的效率与准确率。为此,作者整理制作了该数据集,希望能够促进快速自动计数计数在全细胞计数中的研究与应用。
xianweichengxiang维度 | 2D |
模态 | pathology |
任务类型 | other |
解剖结构 | Cell |
解剖区域 | Cell |
类别数 | 3 |
数据量 | 360 |
文件格式 | JPG |
Complete Blood Cell Count Dataset
├── metafile.yaml
├── README.md
├── raw
│ ├── Testing
│ │ ├── Annotations
│ │ │ ├── BloodImage_00339.xml
│ │ │ ├── BloodImage_00340.xml
│ │ │ ├── ...
│ │ ├── Images
│ │ │ ├── BloodImage_00339.jpg
│ │ │ ├── BloodImage_00340.jpg
│ │ │ ├── ...
│ ├── Training
│ │ ├── Annotations
│ │ │ ├── BloodImage_00000.xml
│ │ │ ├── BloodImage_00001.xml
│ │ │ ├── ...
│ │ ├── Images
│ │ │ ├── BloodImage_00000.jpg
│ │ │ ├── BloodImage_00001.jpg
│ │ │ ├── ...
│ ├── Validation
│ │ ├── Annotations
│ │ │ ├── BloodImage_00002.xml
│ │ │ ├── BloodImage_00004.xml
│ │ │ ├── ...
│ │ ├── Images
│ │ │ ├── BloodImage_00002.jpg
│ │ │ ├── BloodImage_00004.jpg
│ │ │ ├── ...
│ ├── LICENSE
│ ├── README.md
│ ├── _config.yml
├── dsdl
│ ├── set-val
│ │ ├── val.yaml
│ │ ├── val_samples.json
│ ├── set-test
│ │ ├── test.yaml
│ │ ├── test_samples.json
│ ├
统计类型 | 间距 (mm) | 尺寸 |
---|---|---|
最小值 | - |
[640,480] |
中位值 | - |
[640,480] |
最大值 | - |
[640,480] |
@article{alam2019machine,
title={Machine learning approach of automatic identification and counting of blood cells},
author={Alam, Mohammad Mahmudul and Islam, Mohammad Tariqul},
journal={Healthcare Technology Letters},
volume={6},
number={4},
pages={103--108},
year={2019},
publisher={IET}
}