CytoCrowd：用于细胞形态学图像分析的多标注员基准数据集
计算机视觉与模式识别
2026-02-09 v1 人机交互
机器学习
摘要
高质量的标注数据集是推动医学图像分析中机器学习发展的关键因素。然而，存在一个关键性空白：大多数数据集要么提供单一、干净的真实标签，掩盖了真实世界中专家之间的 disagreement，要么提供多个标注但没有独立的金标准用于客观评估。为填补这一空白，我们引入了 CytoCrowd，这是一个新的公共细胞形态学分析基准。该数据集包含 446 张高分辨率图像，每张图像包含两个关键组件：(1) 来自四位独立病理学家的原始、冲突的标注；(2)由高级专家建立的独立、高质量的金标准真实标签。这种双重结构使 CytoCrowd 成为一个多功能的资源。它既可作为标准计算机视觉任务（如目标检测和分类）的基准，使用金标准；同时也为评估必须解决专家 disagreement 的标注聚合算法提供了真实可测试的环境。我们提供了两项任务的全面基线结果。我们的实验表明，CytoCrowd 所呈现的挑战，以及其作为发展下一代医学图像分析模型的资源的价值。
引用
@article{arxiv.2602.06674,
title = {CytoCrowd: A Multi-Annotator Benchmark Dataset for Cytology Image Analysis},
author = {Yonghao Si and Xingyuan Zeng and Zhao Chen and Libin Zheng and Caleb Chen Cao and Lei Chen and Jian Yin},
journal= {arXiv preprint arXiv:2602.06674},
year = {2026}
}