WBCAtt+：白细胞图像的细粒度像素级形态学标注
计算机视觉与模式识别
2026-05-20 v1
摘要
白细胞的显微镜检查在病理学中起着基础性作用，对于诊断白血病和贫血等血液疾病至关重要。为了支持对白细胞图像的进一步研究，已有多个数据集被提出。然而，它们主要标注细胞类别，缺乏病理学家用于解释其细胞判读的详细形态学特征。为解决这一不足，我们引入了 WBCAtt+，这是一个新颖的白细胞图像数据集，密集标注了 11 种形态学属性和五种像素级细胞成分。凭借 113k 图像级标签和 10k 分割图，WBCAtt+ 是首个为白细胞图像提供全面标注的数据集。利用该数据集，我们为属性识别和语义分割提供了基线模型。我们还设计了一个属性识别模型，以融入细胞的组成结构，进一步提升了识别性能。最后，我们展示了该数据集支持的多种应用，例如可解释人工智能模型，包括反事实示例生成。\revision{数据集和代码已公开可用\footnote{https://doi.org/10.57967/hf/8143}}。
引用
@article{arxiv.2605.19692,
title = {WBCAtt+: Fine-Grained Pixel-Level Morphological Annotations for White Blood Cell Images},
author = {Satoshi Tsutsui and Winnie Pang and Shuting He and Bihan Wen},
journal= {arXiv preprint arXiv:2605.19692},
year = {2026}
}
备注
Accepted to Medical Image Analysis. arXiv admin note: substantial text overlap with arXiv:2306.13531