面向白血细胞检测的大规模多域白血细胞数据集，包含形态学属性以实现可解释性

早期诊断白血细胞癌可 annually 拯救数千条生命。白血细胞癌的预后在没有白血细胞（WBC）的形态学信息且依赖昂贵显微镜和hematologists 可获得的Peripheral Blood Samples（PBS）分析的情况下具有挑战性。深度学习方法可用于帮助hematologists。然而，这些算法需要大量标记数据，而这些数据并不易获得。为克服这一限制，我们获取了一个真实、通用且大型数据集。为收集这个用于真实世界应用的全面数据集，我们使用两个不同成本谱spectrum 的显微镜（高成本HCM和低成本LCM）在三个放大倍数（100x、40x、10x）通过不同的传感器进行数据采集（HCM使用高端相机，LCM使用中等水平相机，两者都使用手机相机）。高端相机的成本是中等相机的47倍，HCM的成本是LCM的17倍。在此收集过程中，我们使用HCM在高分辨率（100x）下，对经验丰富的hematologists 对10.3k WBC类型（14种）和人工标注 artifacts，标注了55k形态标签（细胞大小、核染色体、核形状等），并从多个PBS白血细胞癌患者的2.4k图像中获得这些标注。随后，这些标注被转移到HCM的其他2个放大倍数，以及LCM的3个放大倍数，并在每个相机捕获的图像上进行标注。我们随该LeukemiaAttri数据集一起提供了多个目标检测器和无监督域适应（UDA）策略的基线测试结果，以及基于形态学信息的属性预测。该数据集将在出版后公开，以促进该领域的研究。