用于对象检测和深度学习的鼻部细胞学数据集
计算机视觉与模式识别
2024-04-23 v1 人工智能
摘要
鼻部细胞学是一种新的高效临床诊断鼻炎和过敏的技术，由于细胞计数耗时，该技术并不广泛普及;因此,AI 辅助计数可能是该技术普及的转折点。本文我们介绍了第一个来自 Rhino-细胞学领域图像的数据集: NCD (鼻部细胞学数据集)，旨在训练和部署对象检测模型，以支持临床实践中的医生和生物学家。临床患者滑片上的细胞分布被复制，手动标注每一发现的细胞。相应的对象检测任务涉及强类别不平衡问题,涉及最稀有细胞类型的细胞。该工作通过提出一种新型基于机器学习的方法来辅助鼻黏膜细胞的自动检测和分类: DETR 和 YOLO 模型在检测细胞和正确分类方面表现良好,显示出极大潜力以加速鼻科专家的工作。
引用
@article{arxiv.2404.13745,
title = {A Nasal Cytology Dataset for Object Detection and Deep Learning},
author = {Mauro Camporeale and Giovanni Dimauro and Matteo Gelardi and Giorgia Iacobellis and Mattia Sebastiano Ladisa and Sergio Latrofa and Nunzia Lomonte},
journal= {arXiv preprint arXiv:2404.13745},
year = {2024}
}
备注
Pre Print almost ready to be submitted