针对 Giemsa 染色血液片中 Plasmodium falciparum 检测的 COCO 格式实例级数据集
计算机视觉与模式识别
2025-11-17 v2
摘要
准确检测 Plasmodium falciparum 在 Giemsa 染色血液片中的存在，是可靠疟疾诊断的关键组件，尤其在发展中国家。深度学习基于对象检测的方法已显示出用于自动化疟疾诊断的强大潜力，但其采用受限于缺乏带有详细实例级标注的数据集。本文提供了可公开获取的 NIH 疟疾数据集的增强版本，包含以 COCO 格式提供的详细边界框标注，以支持对象检测训练。我们通过训练 Faster R-CNN 模型来验证修订后的标注，用于检测感染和非感染的红细胞，以及白细胞。在原始数据集上的交叉验证结果显示，感染细胞检测的 F1 分数可达最高 0.88。这些结果凸显了标注数量和一致性的重要性，并表明自动标注细化结合针对性的人工校正可产生足够质量的训练数据，以实现稳健的检测性能。该更新后的标注数据集可通过 Zenodo 公开获取：https://doi.org/10.5281/zenodo.17514694。
引用
@article{arxiv.2507.18483,
title = {A COCO-Formatted Instance-Level Dataset for Plasmodium Falciparum Detection in Giemsa-Stained Blood Smears},
author = {Frauke Wilm and Luis Carlos Rivera Monroy and Mathias Öttl and Lukas Mürdter and Leonid Mill and Andreas Maier},
journal= {arXiv preprint arXiv:2507.18483},
year = {2025}
}
备注
7 pages, 4 figures, 2 tables, accepted at MICCAI 2025 Open Data