信息速览

数据集名称MODUS — 临床尿液沉渣多倍率显微目标检测数据集

数据类型人工标注,影像数据,原始数据

规模3,181

接入方式figshare 公开托管（DOI 10.6084/m9.figshare.31166800）：3,181 张 10×/40× 临床尿液沉渣显微图像 + 63,047 条 22 类有形成分边界框标注，配套 NLM Dataset Catalog 收录与 DataCite 注册

AI 就绪度

INFOBOX — MODUS 一屏速览

维度内容

本质临床尿液沉渣多倍率显微目标检测数据集（非分类、非分割，是对象检测框标注）

团队浙江大学（生物医学工程系 + 医学院检验医学系），杭州；合作者含白俄罗斯国立大学 Sergey Ablameyko

作者 Zhu Yunqi、Ye Xianfei、Yang Haixu、Liu Yuduo、Yang Dagan、Chen Yu、Xu Yingke（7 人，DataCite 顺序）

数据 3,181 张 = 10× 361 张 + 40× 2,820 张；标注 63,047 条；类别 22 类

平均密度 63,047 / 3,181 ≈ 19.8 条标注/图

倍率设计 10× 全局筛查 → 40× 形态精判（复现临床「先低倍后高倍」阅片流程）；40× 占比约 88.7%

任务多倍率显微图像的有形成分目标检测（bounding box）

发布 figshare 公开，posted 2026-05-09 12:39；DOI 10.6084/m9.figshare.31166800

收录 NLM Dataset Catalog 记录号 0003031853（MeSH：Deep Learning / Urinalysis）

许可 CC BY 4.0（三源一致，须署名 7 位作者）

论文配套论文待刊（NLM 标 No Associated Publication(s)，DataCite relatedIdentifiers 为空）

前置工作 HRGC-YOLO（YOLOv5m + Global Context，8 类，较 YOLOv5m +4.5% mAP）

库内互链 bccd(851)、mendeley-lbc(850)、herlev-pap(483)、acevedo-blood(722)、nih-malaria(502)

MODUS 是临床检验里最古老、最日常、也最容易被自动化忽略的一环——尿液沉渣镜检——交给现代目标检测模型的一份规模化数据底座。它把显微镜下 22 类有形成分（红细胞、白细胞、上皮细胞、管型、结晶、细菌、真菌等）逐一圈框标注出来，样本量做到 3,181 张图像、63,047 条检测框，并且刻意保留了 10× 与 40× 两个倍率：低倍看全景、高倍看形态，这正是检验科医师每天对着显微镜「先扫一遍、再凑近看」的动作。它的价值不在于提出一个更炫的模型，而在于把「尿沉渣镜检」这个长期依赖人工经验、结果难以复现的环节，翻译成了机器可以直接训练与评测的结构化任务。

导语读法三则：

只想下数据：直奔 §6 获取与许可——CC BY 4.0 可自由再分发与商用，但署名 7 位作者是硬要求；下载前先到 figshare 页确认文件体积（§9 遗留疑点 D1）。
关心任务定义：直奔 §4 与 §5——搞清「多倍率」和「22 类目标检测」到底意味着什么，别把它当成单倍率图像分类数据集用。
判断可用性：直奔 §7 与 §9——MODUS 目前没有官方 leaderboard、没有官方划分、配套论文待刊，这些边界决定了你能不能把它的数字直接拿去和他人的结果对标。

§0 导读：这个数据集解决什么问题

尿液分析（urinalysis）是临床上开得最多的检验项目之一。其中「尿沉渣镜检」环节要求检验人员把尿液离心后取沉渣涂片，在显微镜下逐视野辨认红细胞、白细胞、上皮细胞、管型、结晶、细菌、真菌等有形成分，并做出定量或半定量的判读。这一步高度依赖人工经验：细胞在视野里密集交叠、形态易混淆（比如皱缩红细胞与白细胞、酵母菌与红细胞在低倍下都像小圆点），不同检验人员的判读一致性难以保证，且工作量巨大。

过去十年，深度学习在显微图像分析上进展迅速，但面向尿沉渣的开源数据集长期存在三个短板：一是规模小，多数只有几百到一两千张图像，不足以支撑现代检测模型的训练；二是类别少，往往只覆盖红细胞 / 白细胞 / 上皮细胞等寥寥几类，缺临床常见的管型、结晶、细菌、真菌；三是倍率单一，而真实镜检是多倍率协同的——低倍用于普查、高倍用于精判，单倍率数据集无法复现这一流程。

MODUS 针对上述三点做出回应：它把规模推到 3,181 张图像 / 63,047 条标注，把类别扩到 22 类，并且明确采用 10× 与 40× 双倍率采集。任务被定义为目标检测（object detection）：不仅要回答「这张图里有没有某种成分」，还要回答「它在视野的什么位置、有多大」，用边界框（bounding box）标出每一个目标实例。相较于分类（一张图一个标签）或分割（逐像素上色），检测框在标注成本与临床可用性之间取得了一个务实的平衡——既保留了位置与形态信息，又把标注成本控制在可规模化的范围内。

§0 读法三则：

这是一份临床检验域的数据集，不是通用显微数据集：它的类别体系来自尿沉渣镜检的临床术语，使用前建议先了解对应临床背景（§5）。
全文的规模数字（3,181 / 63,047 / 22）经 figshare、NLM Dataset Catalog、DataCite 三源互证一致；仅倍率细分（10×:361 / 40×:2,820）以 figshare 页为唯一明细源，已在 §4 与 §9 标注口径（坑 8）。
检索与引用时务必与 EPFL 的同名多模态生成模型 MODUS 划清界限——两者只是撞了名字，领域、内容、作者完全不同（坑 1），这是本条目最需要读者警惕的一处。

§0.1 尿沉渣镜检为什么难

要看懂 MODUS 的价值，先要理解它要解决的临床动作有多难。尿沉渣镜检的困难至少来自四个层面：

第一层：成分混杂。 一管尿液的沉渣里可能同时存在红细胞、白细胞、上皮细胞、管型、结晶、细菌、真菌、黏液丝等，每种的形态、大小、颜色各不相同，有的还相互粘连。检验人员必须在同一视野里把这些成分逐一辨别出来，并排除气泡、杂质、纤维等干扰物。

第二层：形态易混。 有些成分在低倍下长得几乎一样——皱缩红细胞与白细胞都是边缘不规则的小圆点，酵母菌与红细胞都是圆形。区分它们往往需要高倍观察、甚至结合其他线索（如临床背景、其他成分的存在）。这类「易混类对」是自动化判读的固有难点。

第三层：密度高。 一个视野里常有几十个目标，密集交叠。既要避免漏掉一个小目标（如单个细菌），又要避免把粘连的两个细胞误判为一个，这对检测模型是实打实的挑战。

第四层：一致性差。 即使同为专业人员，不同检验人员对同一张涂片的判读结果也可能不一致，尤其在边界类别上。这种「观察者间变异」意味着，即便是人工标注的「金标准」，本身也携带不确定性。

MODUS 的回应：用检测框把这四层困难结构化——把混杂的成分拆成独立实例（第一层）、用 22 类细粒度体系承载形态区分（第二层）、用密集框标注保留高密度场景（第三层）、用规模化数据为一致性研究提供基础（第四层）。它没有「解决」这些困难，而是为机器学习提供了可以开始工作的结构化起点。

§0.2 一份数据集能解决什么、不能解决什么

把期望值校准清楚，是使用任何医学数据集的第一步。对 MODUS：

它能解决	它不能解决
提供规模化、结构化的尿沉渣检测训练数据	提供官方评测协议与 baseline
提供 22 类有形成分的类别体系	提供完整的类别定义文档与一致性报告
提供 10×/40× 多倍率的结构化数据	保证模型在真实临床现场的泛化
提供 CC BY 4.0 的可商用授权	提供伦理审查 / 临床验证背书

一句话：MODUS 是一份优质的训练与研发底座，但它本身不是一个可直接部署的临床系统，也不是一个已定标的评测基准。

§1 数据集速览：十问十答

Q1：MODUS 到底是什么？

MODUS 是一个面向临床尿液沉渣镜检的多倍率显微图像目标检测数据集，全名 “MODUS: a large-scale multi-magnification microscopic dataset for clinical urine sediment object detection”，由浙江大学团队发布，通过 figshare 以 CC BY 4.0 公开。一句话概括：它是「尿沉渣镜检」这个临床动作的大规模标注版底图。

Q2：「3,181 张」是怎么构成的？

3,181 张显微图像按显微镜放大倍率分为两组：10× 361 张、40× 2,820 张，两者相加恰为 3,181（361 + 2,820 = 3,181）。40× 组占约 88.7%，说明数据集以高倍形态细节图像为主体，低倍图像用于补充全局视野。

Q3：「63,047 条标注」指什么？

指全部图像上的目标检测边界框总数，平均每张图约 19.8 条（63,047 ÷ 3,181 ≈ 19.8）。也就是说，平均一个显微视野里有近 20 个被标注的有形成分实例——这个密度反映了真实尿沉渣涂片里细胞成群分布的特点。

Q4：「22 类」都是哪些类别？

覆盖临床尿沉渣镜检常见的有形成分：红细胞（erythrocyte）、皱缩 / 变异红细胞（crenated RBC）、白细胞（leukocyte）、上皮细胞（epithelial cell）、细菌（bacteria）、真菌（fungi）、结晶（crystals）、管型（casts）等。完整的 22 类逐类名称与类别定义边界未在公开字段逐条披露（§9 遗留疑点 D2），本条目按数据集定位与前置工作的 8 类基础作范围性描述，精确清单以数据集发布说明为准。

Q5：为什么要有「多倍率」？

因为临床镜检本身就是多倍率协同的：先用 10× 低倍扫全片、定位可疑区域与整体分布，再切到 40× 高倍逐个确认细胞形态与类别。MODUS 用 10× / 40× 两个倍率同时采集，让模型能学到「同一成分在不同放大倍率下的外观」，也更贴近真实的阅片工作流（§5）。这使它区别于绝大多数单倍率显微数据集。

Q6：任务具体是什么？分类还是分割？

是目标检测（object detection），标注形态为边界框（bounding box），不是整图分类，也不是语义分割 / 实例分割。模型需要在单张显微视野中定位每一个有形成分实例，并给出其类别。这意味着通用的检测指标（mAP@0.5、mAP@[.5:.95]、Precision、Recall）是它的自然评测口径。

Q7：谁做的，什么背景？

浙江大学团队，涉及生物医学工程系（Dept. of Biomedical Engineering）与医学院检验医学系（Dept. of Laboratory Medicine），合作者包括白俄罗斯国立大学（BSU）的 Sergey Ablameyko。团队在此之前做过 HRGC-YOLO（面向尿液沉渣的检测模型，基于 YOLOv5m + Global Context 模块，覆盖 8 类，相对 YOLOv5m 基线提升约 +4.5% mAP），MODUS 可视为该路线在更大规模、更细类别粒度上的数据底座。

Q8：许可和获取方式是什么？

CC BY 4.0（署名 4.0 国际）：允许再分发、改编甚至商用，唯一硬性要求是署名（须注明数据集标题与 7 位作者）。获取方式为 figshare 公开下载，DOI 为 10.6084/m9.figshare.31166800。三源（figshare / NLM / DataCite）在许可上完全一致，无冲突。

Q9：有配套论文吗？有官方排行榜吗？

截至实核时点，配套论文尚未被索引（NLM Dataset Catalog 明确标注 “No Associated Publication(s)”，DataCite 的 relatedIdentifiers 为空数组）。因此也没有官方 leaderboard、没有官方 train/val/test 划分、没有官方 baseline 数值——想在 MODUS 上做对比实验，需要自行划分数据并明确标注你的划分方式（§7）。

Q10：它最容易被误用 / 误认的地方是什么？

两个。第一是撞名：另有一个 EPFL 的同名项目 MODUS（一个 decoder-only 的多模态 any-to-any 生成模型），搜 “MODUS dataset” 时极易混淆，必须按「urine sediment / 尿液沉渣」关键词锁定本数据集（坑 1）。第二是把它当成分类集：它的标签是检测框不是整图类别，用分类范式去加载会出错（坑 3）。

§1.1 十问之外：五个进阶问题

Q11：为什么平均每图有近 20 个标注？这正常吗？

正常，而且这正是尿沉渣镜检的真实样子。尿液离心浓缩后取沉渣涂片，一个 40× 视野里常常挤着几十个红细胞、若干白细胞和上皮细胞，偶尔夹杂细菌与结晶。63,047 ÷ 3,181 ≈ 19.8 条/图，反映的是「密度高、成群分布」的物理事实，而不是标注冗余。对检测模型而言，这意味着它不是那种「一张图一个大目标」的稀疏检测任务，而是密集小目标检测——这直接决定了模型选型（需要较好的小目标能力）与评测难度（密集场景下漏检与重复检是主要误差）。

Q12：10× 和 40× 的样本量为什么差这么多？

因为两个倍率承担的职责不同。40× 是高倍精判的主力：要区分皱缩红细胞与正常红细胞、要辨认管型类型与结晶种类，都必须在高倍下完成，因此需要大量高倍图像覆盖各种形态变体。10× 低倍图像主要承担「扫一遍全景、定位可疑区域」的作用，形态信息有限，数量需求自然少。即便如此，361 张 10× 图像仍提供了一定的低倍视野样本，使数据集能支撑「同一成分跨倍率外观」的研究（§4.2）。

Q13：这份数据的「临床可用性」到底如何？

从任务设定看是贴合临床的：检测范式直接对应检验人员「辨认每种成分并计数」的动作，22 类体系来自临床术语，双倍率对应真实阅片流程。但从「官方口径完备性」看又是留白的：没有官方划分、没有官方 baseline、标注一致性检验未公开。因此更准确的定位是——一份结构贴近临床、但评测口径尚未固化的数据底座。它适合做研究与模型开发，但在把它作为「临床级」证据前，需要研究者自行补足验证环节。

Q14：为什么说它「填了一个格子」，这个格子到底多空？

医学显微数据集里，外周血（BCCD 等）、宫颈细胞学（Herlev、SIPaKMeD 等）、疟疾血涂片（NIH Malaria）都有成熟公开集；唯独「尿液沉渣」这个在检验科日常开单量极大的项目，长期缺乏大规模公开标注集。原因不难理解：尿沉渣成分杂、形态细、类别体系复杂，标注门槛高。MODUS 的意义正在于把这个「最日常却最难标准化」的格子补上（§8.1）。

Q15：如果我要在论文里一句话介绍 MODUS，该怎么写？

建议写法：「MODUS 是一个面向临床尿液沉渣镜检的大规模多倍率显微目标检测数据集，含 3,181 张 10×/40× 图像与 63,047 条 22 类有形成分边界框标注，由浙江大学团队发布，以 CC BY 4.0 许可公开于 figshare。」这句话里每个数字都已三源互证，每个限定词（多倍率、目标检测、有形成分）都对应真实属性，可直接引用。

§1.2 读这个条目需要注意的三处口径

范围性描述 vs 官方清单：§4.4 的类别大类归纳是范围性描述，不是官方逐类清单；凡涉及具体某类数量，均为未实核（D2）。
三源一致 vs 单源明细：总量三源一致，倍率细分单源（figshare 页），两者在本条目中分别标注（坑 8）。
前置指标 vs 官方基准：HRGC-YOLO 的 +4.5% mAP 是前置模型指标，不是 MODUS 官方基准（坑 5）。

§1.3 为什么尿液沉渣值得做成数据集

初看之下，「尿液沉渣镜检」似乎是一个狭窄的检验科环节，不值得投入做大规模数据集。但从临床工作量的角度看，它的分量远比想象中重：

开单量巨大：尿常规（含尿沉渣）是全球范围内开得最多的检验项目之一，覆盖体检、门诊、住院、术前评估等几乎所有临床场景；
人工负荷重：镜检环节要求检验人员逐视野辨认与计数，耗时且依赖经验；
一致性差：细胞形态易混（皱缩红细胞 vs 白细胞、酵母菌 vs 红细胞），不同人员的判读一致性难以保证；
标准化难：正因为成分杂、形态细，尿沉渣镜检长期缺乏标准化的机器判读方案。

把这样一个「高频、高负荷、低一致性、难标准化」的环节做成结构化数据集，其潜在收益是直接的：一旦自动检测可靠，就能显著降低镜检的人工负荷、提升判读一致性、并为大规模筛查提供可扩展的技术路径。这正是 MODUS 这类数据集的现实意义所在——它不是为发论文而生，而是为一个真实且高负荷的临床环节提供机器可用的数据底座。

§1.4 数据集的「一句话价值主张」

若要用一句话说清 MODUS 对谁有用、有什么用：

使用者	用途
检测模型研究者	一个类别多（22）、密度高（19.8/图）、带多倍率结构的真实医学检测基准数据
检验医学 AI 产品团队	训练尿沉渣自动镜检模型的可商用（CC BY 4.0）数据底座
数据集方法学研究者	研究「多倍率数据如何建模」「临床类别体系如何定义」的样本
医学影像综述作者	填补「尿液沉渣」这一格的代表性数据集

§2 数据集全貌：身份、来源与规格

§2.1 正式身份卡

字段	内容
官方英文名	MODUS: a large-scale multi-magnification microscopic dataset for clinical urine sediment object detection
中文名	MODUS 临床尿液沉渣多倍率显微目标检测数据集
slug	`modus`
DOI	`10.6084/m9.figshare.31166800`
托管平台	figshare（主）；NLM Dataset Catalog 收录（记录号 0003031853）；DataCite 注册
资源类型	Dataset（DataCite resourceType = Dataset）
学科主题	DataCite subjects = [‘Pathology (excl. oral pathology)’, ‘Nephrology and urology’]
许可	CC BY 4.0（SPDX `cc-by-4.0`）
发布年份	2026（figshare posted 2026-05-09 12:39）
版本	v1（NLM 标 `.v1`；DataCite version = None）
语言	英文（图像本身无语言属性）

§2.2 一句话定位

MODUS 是「临床尿液沉渣镜检」这一传统人工检验环节的规模化目标检测数据底座：它把显微镜下 22 类有形成分逐实例框出，样本量为 3,181 张图像 / 63,047 条检测框，并保留 10× / 40× 双倍率以复现真实的低倍筛查 + 高倍精判流程。

§2.3 与三条常见近邻的区分

为帮助检索者快速判断「这个数据集是不是我要找的」，列出三条最易混淆的近邻并逐一区分：

近邻	它是什么	与 MODUS 的区别
EPFL MODUS（撞名）	decoder-only 多模态 any-to-any 生成模型（多模态基础模型）	名字相同、领域完全不同：那是生成模型，本条目是临床检验数据集（坑 1）
HRGC-YOLO（前置工作）	面向尿沉渣检测的模型（YOLOv5m + Global Context，8 类）	那是模型/方法，MODUS 是它使用的数据集；类别粒度也不同（8 类 vs 22 类）
通用显微细胞分类集（如 BCCD）	外周血细胞等显微图像分类数据集	领域不同（血液 vs 尿液）、任务不同（分类 vs 检测）、类别体系不同

§2.4 数据规模硬数字表

指标	数值	来源	口径
图像总数	3,181 张	figshare 页 / NLM Catalog / DataCite 标题	三源一致
标注总数	63,047 条	figshare 页 / NLM Catalog	三源一致
类别数	22 类	figshare 页 / NLM Catalog	三源一致
10× 图像	361 张	figshare 页	单源明细
40× 图像	2,820 张	figshare 页	单源明细
平均标注密度	≈19.8 条/图	63,047 ÷ 3,181（本条目计算）	派生值

自洽校验：361（10×）+ 2,820（40×）= 3,181（总）✅，倍率口径内部一致。
40× 占比：2,820 ÷ 3,181 ≈ 88.7%，数据集以高倍形态细节图像为主体。

§2.5 双口径存照（规模细分）

口径 A（三源）：figshare 页、NLM Catalog、DataCite 在总量 3,181 / 63,047 / 22 上完全一致。
口径 B（细分）：10× : 40× 的明细（361 / 2,820）仅由 figshare 页给出，NLM 与 DataCite 未逐倍率细分。
处理：总量按三源一致口径采用；细分数字标注为「以图库页为准」，不作强断言（坑 8）。

§2.6 版本链

版本	标识	说明
v1（当前主版本）	`10.6084/m9.figshare.31166800.v1`（NLM Catalog URI）	figshare 主 DOI 不带 `.v` 后缀；DataCite version = None

结论：当前对外主版本 = v1，无后续版本记录。NLM 标 .v1 与 DataCite version=None 不构成实质冲突（figshare 的主 DOI 惯例不带版本后缀）。

§2.7 元数据完备性评估

把 MODUS 的公开元数据与一份「理想数据集元数据清单」对照，可以清楚看到它完备与缺失的部分：

元数据项	是否公开	说明
标题	✅	官方全名
DOI	✅	10.6084/m9.figshare.31166800
作者	✅	7 人，DataCite 顺序
作者机构	⚠️ 部分	仅由延伸线索推得，非逐人声明
发布年份	✅	2026
许可	✅	CC BY 4.0
学科主题	✅	Pathology / Nephrology and urology
图像总数	✅	3,181
标注总数	✅	63,047
类别数	✅	22
类别清单	❌	未逐条公开
倍率细分	✅（单源）	10×:361 / 40×:2,820
文件格式 / 体积	❌	未取得
图像分辨率	❌	未公开
采集设备 / 染色	❌	未公开
官方划分	❌	无
官方 baseline	❌	无
伦理审批	❌	未公开
配套论文	⚠️ 待刊	未索引

结论：MODUS 的描述性元数据（是谁、多大、什么许可）完备；技术性与合规性元数据（文件细节、采集参数、划分、伦理）缺失。
影响：下数据的人需要自己补齐技术确认（坑 9）；写论文的人需要自己补足评测口径（坑 6）；做合规审查的人需要额外向作者求证（坑 12）。

§2.8 时间线

时间	事件	来源
2026-05-09 12:39	数据集在 figshare 发布	figshare 页
2026 年内	NLM Dataset Catalog 收录（记录号 0003031853）	NLM Catalog
2026 年内	DataCite 注册（DOI 生效）	DataCite API
截至实核时点	配套论文未索引（待刊）	NLM + DataCite 双口径一致

时间线读法：数据集本体与注册元数据在 2026 年即已就位，唯配套论文处于待刊状态。这种「数据先行、论文后至」的发布节奏，在近年的医学开放数据集里相当普遍。

§3 机构、人物与学术脉络

§3.1 发布机构

浙江大学（Zhejiang University），杭州：
- 生物医学工程系（Dept. of Biomedical Engineering）；
- 医学院检验医学系（Dept. of Laboratory Medicine, ZJU School of Medicine）。
合作者：Sergey Ablameyko（白俄罗斯国立大学 Belarusian State University / BSU）。

口径说明：上述机构线索部分由团队前置工作（HRGC-YOLO）的公开论文（白俄罗斯国立大学机构库 elib.bsu.by）推得；DataCite 字段未给出逐作者的机构映射，故该映射属「机构线索」而非「已实核结论」（§9 遗留疑点 D4）。

§3.2 作者列表

DataCite 登记的创作者顺序（共 7 人）：

Zhu Yunqi
Ye Xianfei
Yang Haixu
Liu Yuduo
Yang Dagan
Chen Yu
Xu Yingke

注意：DataCite 的 creator 顺序与「第一作者 / 通讯作者」的署名惯例不一定一一对应；本条目仅按 DataCite 登记顺序罗列，不推断通讯作者身份（§9 遗留疑点 D4）。CC BY 4.0 的署名义务覆盖这 7 位作者及数据集标题。

§3.3 学术脉络：从 HRGC-YOLO 到 MODUS

理解 MODUS 的最好入口是它的前置工作 HRGC-YOLO（High-Resolution Global Context YOLO）：

定位：一个面向尿液沉渣检测的目标检测模型。
架构：基于 YOLOv5m 主干，引入 Global Context（全局上下文） 模块。
类别：覆盖 8 类 —— eryth（红细胞）/ cren（皱缩红细胞）/ leuko（白细胞）/ epith（上皮细胞）/ bact（细菌）/ fungi（真菌）/ cryst（结晶）/ casts（管型）。
指标：相对 YOLOv5m 基线提升约 +4.5% mAP。
来源：白俄罗斯国立大学机构库 elib.bsu.by。

脉络解读：HRGC-YOLO 验证了「用现代检测网络做尿沉渣有形成分识别」这条路走得通，但它的 8 类体系与当时的数据规模，距离临床实际需要的细粒度分类（例如区分正常红细胞与皱缩 / 变异红细胞所提示的肾小球来源血尿）仍有差距。MODUS 沿着同一条路线把两端一起放大：类别从 8 扩到 22，规模推到 3,181 图 / 63,047 框，并用多倍率采集把临床阅片习惯直接编码进数据。因此把两者放在一起读，能看出一个清晰的技术演进链条——先证明模型可行（HRGC-YOLO），再造出足以支撑细粒度检测的数据底座（MODUS）。

必须澄清的一处：HRGC-YOLO 的 +4.5% mAP 是前置模型的指标，不是 MODUS 官方基准数字。MODUS 本身截至实核时点没有公布官方 baseline（§7）。

§3.4 团队的两条学科线索

MODUS 的作者团队横跨两个学科，这一点从机构线索里可以读出来：

生物医学工程系（Biomedical Engineering）：负责方法与建模——检测网络的架构、训练策略、评测方法。HRGC-YOLO 这类工作正是这一侧的代表产出。
医学院检验医学系（Laboratory Medicine）：负责临床与数据——尿沉渣镜检的专业知识、类别体系定义、标注标准的临床合理性。

这两条线索的交汇，正是这类「临床 AI 数据集」的典型生产结构：没有检验医学的专业知识，就搭不出符合临床的 22 类体系；没有生物医学工程的建模能力，就做不出可用的检测基线。 MODUS 的价值恰恰来自这两侧的合作，这也是它区别于纯计算机视觉团队自采数据的一个特点。

§3.5 国际合作维度

合作者 Sergey Ablameyko 来自白俄罗斯国立大学（BSU），这一条国际合作线索出现在团队的相关工作中（elib.bsu.by 收录的 HRGC-YOLO 论文）。虽然 DataCite 未逐作者标注机构，但这一线索提示团队的工作有跨国协作背景——这在数据集的方法学（尤其是检测网络设计）上有一定体现。

谨慎表述：本节的「双学科分工」与「国际合作」是基于机构线索的合理推断，用于帮助读者理解团队构成，不是已实核的逐人分工结论（§9 D4）。凡涉及具体某位作者负责哪一块，均属未实核。

§3.6 从 HRGC-YOLO 到 MODUS 的三步演进

把技术脉络展开成三步，可以更清楚地看到 MODUS 的来路：

步骤	工作	关键进展	局限
第一步	早期尿液沉渣检测尝试	验证深度学习可用于有形成分识别	类别少、规模小
第二步	HRGC-YOLO	YOLOv5m + Global Context，8 类，+4.5% mAP	类别粒度仍粗、数据规模有限
第三步	MODUS	22 类、3,181 图 / 63,047 框、双倍率	官方评测口径待论文补足

演进逻辑：类别从 8 → 22（粒度细化），规模从小 → 3,181 图（量级跃升），采集从单倍率 → 10×/40×（结构贴合临床）。
未竟之处：第三步只解决了「数据」，没同步解决「评测」——这正是配套论文待刊留下的空白（§7）。

§3.7 与同期尿液分析数据集的横向比较（定性）

在 MODUS 出现之前，公开的尿液分析相关数据资源主要有几类，它们与 MODUS 的差异是定性的：

类型	典型形态	与 MODUS 的差异
小规模尿沉渣分类集	数百张图、少类别、一图一标签	规模与类别都远小于 MODUS；任务为分类非检测
尿试纸 / 干化学数据	试纸条反应结果（非图像）	模态不同（生化 vs 显微图像）
血细胞 / 宫颈细胞显微集	大规模但样本来源不同	域不同（血 / 宫颈 vs 尿）
MODUS	3,181 图 / 63,047 框 / 22 类 / 双倍率 / 检测	尿沉渣域内规模与任务范式最完整者之一

定性结论：MODUS 的独特性不在单一维度上的「最」（它既不是最大也不是最多类），而在于在尿沉渣这个子域内，同时做到了规模、类别数、双倍率与检测范式四者的组合。

§3.8 前置工作 HRGC-YOLO 的技术要点（可迁移经验）

HRGC-YOLO 的架构选择对 MODUS 的使用者有直接参考价值：

主干 YOLOv5m：一个成熟、轻量、工程化的检测主干，适合作为医学检测的基线。
Global Context 模块：引入全局上下文，有助于判断局部目标（如一个小细胞）在整体视野中的语境——这对「形态相近但全局分布不同的类别」可能有帮助。
8 类设定：eryth / cren / leuko / epith / bact / fungi / cryst / casts。
+4.5% mAP：相对纯 YOLOv5m 基线的提升，说明全局上下文对尿沉渣检测有正贡献。

可迁移经验：如果你的目标是在 MODUS 上做基线，YOLOv5m + 全局上下文是一个有据可依的起点；但记住它是 8 类设定下的结果，22 类下需重新验证（坑 2、坑 5）。

§3.9 团队产出的时间脉络（存照）

阶段	产出	证据
先前	HRGC-YOLO（8 类检测模型）	elib.bsu.by 机构库论文
2026-05-09	MODUS 数据集（figshare 发布）	figshare 页
待刊	配套论文	NLM 标无关联论文

读法：先有模型探索、后有数据规模化发布，是一条清晰的技术沉淀路径。数据集的出现，通常意味着团队在方法侧已经积累了足够的信心。

§3.10 关于作者署名与贡献的说明

CC BY 4.0 要求署名 7 位作者，但 DataCite 的登记顺序不等于贡献顺序。为避免误读，明确说明：

本条目按 DataCite 登记顺序罗列作者（Zhu Yunqi 等 7 人），不推断第一作者或通讯作者；
关于谁主导了数据采集、谁主导了标注、谁主导了方法，公开字段未给出分工信息（D4）；
如需正式的贡献声明（CRediT 角色），应等待配套论文刊出后以其为准。

§3.11 机构线索的可信度分级

本条目涉及的机构信息，按可信度分为三级，使用时应据此判断：

级别	信息	依据
高	浙江大学、生物医学工程系、检验医学系、白俄罗斯国立大学	来自团队公开论文（elib.bsu.by）
中	「双学科分工」的推断（工程侧 / 检验侧）	基于机构名称的合理推断
低	每位作者的具体机构与分工	无公开字段支撑，属未实核

纪律：引用机构信息时，应停留在「高」级别；「中」「低」级别仅可用于帮助理解，不可作为正式引用内容。

§4 数据构成与规格详解

§4.1 图像维度：倍率即信号

MODUS 最区别于其他尿沉渣数据集的一点，是把显微镜放大倍率当作数据的第一等公民来管理。它同时提供两个倍率的图像：

倍率	图像数	占比	典型用途
10×	361	约 11.3%	全局视野筛查、整体分布判读、可疑区域定位
40×	2,820	约 88.7%	单成分形态精判、细粒度类别区分

两组合计 361 + 2,820 = 3,181，与总数自洽。
为什么 40× 远多于 10×：形态判读（区分皱缩红细胞 / 正常红细胞、管型类型、结晶种类）必须在高倍下完成；低倍图像主要承担「先扫一遍」的定位作用，因此数量需求相对少。

§4.2 倍率的临床意义

在真实的检验科工作流中，尿液沉渣镜检遵循一套固定的倍率纪律：

低倍（10×）普查：快速浏览整张涂片，估计有形成分的总体密度、分布与可能存在的异常区域。
高倍（40×）精判：切换物镜，逐个视野确认细胞形态、类别与比例，做出最终判读。

MODUS 用 10× / 40× 两个倍率分别采集，正是把这一纪律数据化：模型若在这份数据上训练，就天然地接触了「同一成分在不同放大倍率下的外观差异」这一现实——例如红细胞在 10× 下只是一个小圆点，在 40× 下才能看出双凹圆盘形态或皱缩边缘。这使它比单倍率数据集更贴近临床部署场景。

§4.3 标注维度：目标检测框

任务类型：目标检测（object detection）。
标注形态：边界框（bounding box）——每个有形成分实例一个矩形框 + 一个类别标签。
实例总数：63,047 条。
平均密度：约 19.8 条/图（63,047 ÷ 3,181）。这个数字意味着一个典型视野中平均有近 20 个被框出的目标，反映了尿沉渣涂片中细胞成群、局部密集的真实分布。

§4.4 类别体系：22 类有形成分

MODUS 的类别体系来自临床尿沉渣镜检的术语。按范围归纳（非官方逐类清单，仅作范围性描述）：

大类	代表成分	临床意义提示
红细胞类	红细胞（erythrocyte）、皱缩 / 变异红细胞（crenated RBC）	血尿来源判别（肾小球 vs 非肾小球）
白细胞类	白细胞（leukocyte）	泌尿系感染 / 炎症
上皮细胞类	上皮细胞（epithelial cell）	尿路脱落细胞来源与形态
微生物类	细菌（bacteria）、真菌（fungi）	感染、污染判读
结晶类	结晶（crystals）	代谢异常、结石风险提示
管型类	管型（casts）	肾实质病变的重要指征

类别总数：22。
与前置工作的关系：HRGC-YOLO 覆盖 8 类（eryth / cren / leuko / epith / bact / fungi / cryst / casts），MODUS 在此基础上扩展到 22 类，意味着更细的形态学区分（例如不同结晶种类、不同管型类型）。
重要限制：逐类正式名称、类别定义边界、每类标注计数未在公开字段逐条给出。本节所列为范围性描述，精确清单请以数据集发布说明为准（§9 遗留疑点 D2）。凡涉及「某类的确切数量」的推算，均应视为未实核。

§4.5 规格清单（已实核 / 未实核）

规格项	状态	说明
图像总数	✅ 已实核	3,181（三源一致）
标注总数	✅ 已实核	63,047（三源一致）
类别数	✅ 已实核	22（三源一致）
倍率细分	✅ 已实核（单源）	10×:361 / 40×:2,820（figshare 页）
逐类名称与计数	❌ 未实核	未在公开字段披露（D2）
图像分辨率	❌ 未实核	未在公开字段披露（D7）
单文件格式（jpg/png/tif）	❌ 未实核	figshare 文件清单未取得（D1）
压缩包结构与体积	❌ 未实核	figshare 页面 JS 重渲染，静态抓取失败（D1）
显微设备参数（NA 等）	❌ 未实核	未披露（D7）
染色方式	❌ 未实核	未披露（D7）
官方划分比例	❌ 未实核	未披露（D5）

§4.6 关于「22 类」的常见追问

问：为什么是 22 类，这个数字从哪来？

22 是数据集官方公布的类别总数（figshare / NLM 三源一致）。它是团队在临床尿沉渣镜检术语体系基础上划分的结果，比前置工作 HRGC-YOLO 的 8 类更细。至于这 22 类具体如何切分（例如把结晶细分成几种、管型细分成几种），公开字段未逐条给出，故本条目只做范围性归纳（§4.4）。

问：22 类里会不会有很多长尾类别？

很可能。临床尿沉渣中，红细胞、白细胞的出现频率天然远高于特定管型或少见结晶。因此在 22 类体系下，类别分布大概率呈长尾——这对检测模型是实打实的挑战：总体 mAP 可能被高频类抬高，而低频但临床重要的类别（如某种管型）表现可能很差（坑 7）。建议一切使用者报告逐类 AP，而非只报总体 mAP。

问：这些类别和临床诊断是什么关系？

每类有形成分都携带临床信号：红细胞提示血尿（皱缩红细胞提示肾小球来源）、白细胞提示感染或炎症、上皮细胞提示尿路脱落、细菌/真菌提示感染或污染、结晶提示代谢异常或结石风险、管型提示肾实质病变。MODUS 的 22 类体系因此不只是「图像分类标签」，而是临床判读的语义单元——这也是为什么类别定义的精确性对该数据集如此重要。

§4.7 数据不平衡的三个层次

理解 MODUS 的可用性，需要看清它至少存在三个层次的不平衡：

层次	表现	影响
倍率不平衡	10× : 40× ≈ 1 : 7.8	混合训练时高倍主导
类别不平衡（推测）	高频类（红细胞/白细胞）远超低频类（少见管型/结晶）	长尾类别 AP 偏低
空间密度不平衡	平均 19.8 实例/图，但分布不均（有的视野极密、有的稀疏）	密集区域漏检率高

应对建议：倍率不平衡 → 显式声明口径或分倍率训练；类别不平衡 → 重采样 / focal loss / 报告逐类 AP；密度不平衡 → 选择对小目标和密集场景友好的检测头。

§4.8 与「一份理想尿沉渣数据集」的差距

如果由临床检验科来定义一份「理想」的尿沉渣检测数据集，它大概会包含：完整的类别定义文档、标注一致性报告、官方划分、多中心样本、采集参数、临床关联标签。对照之下 MODUS 的现状是：

理想项	MODUS 现状
完整类别定义文档	未公开（D2）
标注一致性报告	未公开
官方划分	无（D5）
多中心样本	未证实（D4）
采集参数	未公开（D7）
临床关联标签	未公开
伦理文书	未公开（D6）

态度：这些差距不否定 MODUS 的价值——它已经是这个格子里罕见的规模化公开集；但它们决定了使用者不能把 MODUS 直接当作「临床级验证数据」，而应视其为训练与研究的底座，临床落地前需自行补验证（§5.5、坑 13）。

§4.9 数据规模在检测任务中的「够不够用」

常被问到：3,181 张图、63,047 个框，对训练一个 22 类检测器够不够？这个问题没有单一答案，取决于几个因素：

因素	对「够用」的影响
类别数（22）	类别越多，每类平均样本越少，长尾类可能不足
每图实例数（≈19.8）	高，意味着每张图提供的信息量大于稀疏检测任务
倍率分组（10×:361）	10× 子集偏小，单独训练 10× 检测器时样本紧张
任务难度（密集、易混）	难度越高，需要的样本越多
预训练	若有大规模预训练主干，下游所需样本可减少

经验判断：以总标注框数（63,047）衡量，MODUS 的标注量在医学检测数据集里属于中等偏上；但若按每类平均（63,047 ÷ 22 ≈ 2,866 框/类，且分布大概率不均），长尾类样本会明显紧张。
务实建议：训练时对高频类与低频类区别对待（重采样、类别平衡损失、分阶段训练）；评测时务必报告逐类 AP 以暴露长尾表现。

§5 任务定义与标注规范

§5.1 任务的形式化定义

从机器学习的角度，MODUS 定义的任务可以形式化为：

输入：一张单倍率（10× 或 40×）的尿液沉渣显微图像 $I$。
输出：一组检测结果 ${(b_i, c_i)}_{i=1}^{N}$，其中 $b_i = (x, y, w, h)$ 是第 $i$ 个目标的边界框，$c_i \in {1, \dots, 22}$ 是其类别。
训练目标：在带标注的图对上学习一个检测器，使其在未见图像上能定位并分类有形成分。
评测口径：目标检测通用指标——mAP@0.5、mAP@[.5:.95]、Precision、Recall、各类 AP。

§5.2 为什么是检测而不是分类或分割

范式	输出	在尿沉渣场景下的取舍
图像分类	整图一个标签	无法表达「一个视野里有多种成分、各自有多少个」，与临床判读（计数 / 半定量）脱节
语义分割	逐像素类别	能给出边界但标注成本极高，且尿沉渣中细胞交叠、边界模糊，逐像素上色性价比低
目标检测	每实例一个框 + 类别	兼顾位置、类别与实例计数，标注成本可控，最贴近临床「辨认并计数」的需求

MODUS 选择目标检测，本质上是选择了一个标注成本与临床可用性的平衡点：检测框足以支撑「某种成分有多少个、在哪里」的自动化报告，而不必付出逐像素分割的代价。

§5.3 标注规范（基于可核信息的推断与说明）

诚实前置：MODUS 的正式标注规范文书（annotation guideline）未在公开字段给出，以下为基于数据集定位、前置工作与目标检测通行做法的说明，不构成对官方规范的转述。

标注单元：单个有形成分实例（一个可见的细胞 / 管型 / 结晶 / 菌体等）。
标注几何：axis-aligned 边界框（需以发布说明确认是否为旋转框）。
类别粒度：22 类，需区分形态相近的成分（例如不同结晶、不同管型）。
密集交叠处理：尿沉渣中细胞常相互接触或重叠，检测范式下应各自独立成框（具体遮挡处理规则以发布说明为准）。
忽略区域：涂片边缘、气泡、杂质等非目标区域的处理规则未公开。

§5.4 多倍率任务的两种使用方式

数据集中同时存在 10× 与 40× 图像，研究者可以有两种任务设定：

混合训练：把 10× 与 40× 图像一并投入训练，让模型学习跨倍率的鲁棒表征。此时需注意两组的样本量不平衡（约 1:7.8）。
分倍率评测：分别在 10× 与 40× 子集上训练或评测，考察模型对低倍全局与高倍细节的不同适应能力。由于官方未公布划分，采用何种设定必须在论文中明确声明（§7）。

§5.5 标注质量与可靠性（未知项）

截至实核时点，以下与标注质量直接相关的信息均未公开，使用时应保持谨慎：

标注由谁完成（单人或多人）、是否有复核流程、是否做过一致性检验（inter-annotator agreement）；
类别定义边界（尤其易混类之间的判读标准）；
是否存在标注工具或版本导致的系统性偏差。

这些未知项不否定数据集的可用性，但意味着任何声称在 MODUS 上达到某精度的结果，其上限都可能受标注一致性制约——这与所有依赖人工标注的医学数据集面临的问题一样。

§5.6 一个典型的使用流程示例

为把上述抽象说明落到具体，给出一个「从下载到出结果」的典型流程（步骤仅供参考，非官方指南）：

确认格式（坑 9）：打开 figshare 页，确认图像格式、标注格式、文件体积。
划分数据（坑 6）：固定随机种子，按涂片级（而非图像级）划分 train/val/test，公开 image_id 级清单。
声明倍率口径（坑 4）：选择 10×、40× 或混合；若是混合，记录两者的采样比例。
选模型：因是密集小目标检测，优先考虑小目标能力强的检测器（如带高分辨率特征的 YOLO 系、或 DETR 系变体）；HRGC-YOLO 是一个可参考的起点，但注意它是 8 类设定（坑 2、坑 5）。
训练与验证：按选定划分训练，验证集上观察逐类 AP 曲线。
评测与报告（坑 7）：在测试集报告 mAP@0.5、mAP@[.5:.95] 与逐类 AP，并说明划分方式、倍率口径、预处理。
合规检查（坑 12）：对外展示图像前评估隐私与合规风险。

§5.7 标注任务的技术难点清单

对打算做标注相关工作（例如扩标、复标）的团队，以下是 MODUS 场景下可预期的技术难点：

易混类判读：皱缩红细胞 vs 白细胞、酵母菌 vs 红细胞、某些结晶 vs 细胞碎片，这类边界需要临床专业知识支撑。
交叠实例切分：相邻或重叠的细胞，检测框如何切分需要一致规则。
小目标标注：细菌、真菌等目标在低倍下极小，标注时易漏。
密集场景一致性：一个视野几十个目标，不同标注者对「哪些算独立实例」可能有分歧。
类别体系维护：22 类下新增或合并类别的版本管理。

§5.8 目标检测 vs 实例分割：为什么 MODUS 的选择是合理的

在「区分每个细胞实例」这件事上，理论上有两条更强的路——实例分割（给每个实例画出像素级轮廓）与全景分割。MODUS 没有选，原因值得说明：

方案	能提供的信息	成本	适用性
检测框	位置 + 类别 + 隐含尺寸	低	计数、定位、粗形态
实例分割	位置 + 类别 + 精确轮廓	极高	精细形态学、面积测量
MODUS 的选择：检测框	足够支撑临床「辨认 + 计数」	可控、可规模化	大规模数据集的现实选择

核心理由：尿沉渣中细胞彼此交叠、边界模糊，逐像素勾勒轮廓的标注成本极高且一致性差；而临床判读的核心需求是「有哪些成分、各有多少」，检测框已足够。在规模与精度的权衡中，MODUS 选择了规模——这是它能把数据做到 3,181 图 / 63,047 框的前提。

§5.9 标注规模背后的工作量估算

63,047 条框意味着什么？做一个粗略的工作量感知：

假设每标注一个框（含判类）平均需要数秒，则 63,047 个框的纯标注时间即达数十小时量级；
若加上复核、争议裁定、一致性检查，总投入会成倍增加；
若再做一致性检验（多人独立标注同一子集），投入进一步上升。

这说明：一个 63,047 框的数据集背后是相当规模的人工投入，这也是医学标注数据集相对稀缺、且往往以「申请制」或「有限公开」发布的原因。MODUS 以 CC BY 4.0 完全公开，在这一点上是相对慷慨的。

§6 获取方式、许可与引用

§6.1 许可：CC BY 4.0

许可类型：CC BY 4.0（Creative Commons Attribution 4.0 International，署名 4.0 国际）。
SPDX 标识：cc-by-4.0（DataCite 实抓确认）。
三源一致性：figshare 页、NLM Dataset Catalog（记录号 0003031853）、DataCite 三源在 CC BY 4.0 上完全一致，无冲突。

CC BY 4.0 允许与要求：

行为	是否允许	条件
再分发（复制、传播）	✅ 允许	须署名
改编（修改、二次创作）	✅ 允许	须署名，并标明是否修改
商用	✅ 允许	须署名
免除版税	✅ 是	无需付费或许可
附加限制	❌ 不得施加额外法律限制	不得对下游使用者施加额外限制

署名要求（硬性）：使用 MODUS 时须注明数据集标题与7 位作者（Zhu Yunqi、Ye Xianfei、Yang Haixu、Liu Yuduo、Yang Dagan、Chen Yu、Xu Yingke），并提供许可链接与是否修改的说明。

§6.2 获取方式

主获取渠道：figshare 公开下载。
- DOI：10.6084/m9.figshare.31166800
- 数据集页：https://figshare.com/articles/dataset/MODUS_a_large-scale_multi-magnification_microscopic_dataset_for_clinical_urine_sediment_object_detection/31166800
无需申请：与部分医学数据集采用的「申请制」（须向作者邮件申请并说明用途）不同，MODUS 为完全公开直链，注册 / 无需注册均可下载（以平台实际要求为准）。
站内占位：本条目对应站内 URL 占位为 https://www.qianfanghub.com/ai-ready-dataset/modus/873。

§6.3 版本链与可引用性

版本	DOI / 标识	状态
v1	`10.6084/m9.figshare.31166800`（主 DOI）/ `10.6084/m9.figshare.31166800.v1`（NLM Catalog URI）	当前主版本

DataCite version 字段：None（figshare 主 DOI 惯例不带版本后缀）。
NLM Catalog URI：10.6084/m9.figshare.31166800.v1。
双口径存照（版本）：NLM 标 .v1、DataCite version=None → 二者不构成实质冲突，当前对外主版本 = v1。
引用建议：引用数据集本体时使用主 DOI 10.6084/m9.figshare.31166800；若检索需要锁定版本，可使用 .v1 形式。由于配套论文尚未索引（§7），当前最佳引用对象是数据集本身而非论文。

§6.4 获取前的检查清单

下载前建议确认以下事项（部分因 figshare 页面动态渲染未能实核，见 §9 D1）：

[ ] 在图库页确认文件体积，评估存储与下载时间；
[ ] 确认单文件格式（jpg / png / tif 等）以匹配你的数据加载管线；
[ ] 确认是否为分卷压缩包，如是则需全部下载后合并；
[ ] 确认标注文件格式（COCO JSON / YOLO txt / XML 等），这直接决定标注能否开箱即用；
[ ] 记录下载日期与版本号，写进你的实验记录，便于日后复现。

§7 评估、基准与可复现性

§7.1 现状：没有官方基准

这是使用 MODUS 前必须建立的核心认知：

无官方 leaderboard：数据集未附带公开排行榜。
无官方 baseline 数值：实核时点未见数据集自带的标准基线结果。
无官方数据划分：train / val / test 的划分比例未公布。
无官方评测协议：一体化评测脚本 / 指标定义未公开。

根因在于配套论文尚未被索引（NLM Catalog 标注 “No Associated Publication(s)”，DataCite relatedIdentifiers 为空数组）。数据集先于论文公开，是当前众多医学数据集的常见发布节奏，其直接后果就是「数据可用、但评测口径未定」。

§7.2 唯一的已知指标锚点：HRGC-YOLO

目前唯一可引用的相关数字来自前置工作 HRGC-YOLO：

项目	内容
模型	HRGC-YOLO（YOLOv5m 主干 + Global Context 模块）
类别	8 类（eryth / cren / leuko / epith / bact / fungi / cryst / casts）
指标	相对 YOLOv5m 基线 +4.5% mAP
性质	前置模型指标，非 MODUS 官方基准

使用警告：不要把 HRGC-YOLO 的 +4.5% mAP 当作「MODUS 上的 SOTA」来引用。它是在 HRGC-YOLO 自己的 8 类设定下相对 YOLOv5m 的提升，与 MODUS 的 22 类检测任务不可直接互换。把它写进对比赛表会造成误导（坑 5）。

§7.3 如何在没有官方划分时做可复现实验

由于官方未定划分，第三方研究若要产生可比结果，建议遵循以下纪律：

自划数据并公开划分脚本：使用固定随机种子，公开 image_id 级别的划分清单，而非只写「8:1:1」。
报告倍率口径：明确是 10× / 40× / 混合，混合时说明两者的采样比例（原始比例约 1:7.8）。
报告图像级还是实例级划分：若同一涂片的多个视野被拆到不同子集，会造成数据泄漏，须说明划分是在图像级还是涂片级进行。
报告通用检测指标：至少给出 mAP@0.5 与 mAP@[.5:.95]，并给出各类 AP 以暴露长尾类别表现。
固定图像预处理：说明分辨率缩放、增强策略，因为显微图像对缩放敏感。

§7.4 可预期的评测难点

基于任务性质，MODUS 上的检测评分预计会面临几个典型难点（供研究者预判，非官方结论）：

类别长尾：22 类中部分成分（如特定管型、少见结晶）出现频率可能远低于红细胞 / 白细胞，小样本类别会拉低 mAP。
密集与交叠：平均近 20 个实例/图，且细胞常相互接触，密集场景下的漏检 / 重复检是主要误差来源。
易混类对：皱缩红细胞 vs 白细胞、酵母菌 vs 红细胞等形态相近类别，是分类分支的固有难点。
跨倍率泛化：模型在 40× 训练后能否迁移到 10×（及反向）是这份数据集特有的泛化问题。

§7.5 一个可复现实验的最小报告模板

为帮助使用者在无官方口径下产出可比结果，给出一个最小报告模板（每项都应出现在方法或实验小节中）：

数据集：MODUS（DOI 10.6084/m9.figshare.31166800, v1）
下载日期：YYYY-MM-DD
倍率口径：[10× / 40× / 混合（比例 X:Y）]
划分方式：[涂片级 / 图像级]，种子 Z，train/val/test = a/b/c
划分清单：[公开链接或附录]
标注格式：[COCO / YOLO / 其他]
图像预处理：[分辨率、增强]
模型：[名称 + 关键超参]
评测指标：mAP@0.5 = …, mAP@[.5:.95] = …, 逐类 AP = …

为什么强调这份模板：在官方口径缺位时，可比性完全依赖第三方报告的透明度。把上述字段写全，是让你的 MODUS 结果能被他人复现与对比的最低要求。

§7.6 与「有官方基准」数据集的对比

维度	有官方基准的数据集	MODUS
数据划分	官方固定	使用者自划
baseline 数值	官方给出	无（仅有前置模型指标）
排行榜	有	无
可比性	高（同划分）	依赖第三方自报口径
上手门槛	低（直接跑）	中（需自行设计划分与协议）

启示：MODUS 更适合作为训练底座与数据资源，而非排行榜竞技场。想用它做公平对比，必须比使用有官方划分的数据集更用心地维护实验记录。

§7.7 论文待刊状态对评测的影响

配套论文待刊会带来三个具体后果：

协议缺位：mAP 的具体计算方式（如 IoU 阈值、是否忽略小目标）没有官方定义，第三方需自定并说明。
基线缺位：没有可对标的官方数字，任何「我们的方法优于 X」都需要自己先跑一遍 X。
可分性未知：官方是否预留了测试集、是否打算做 challenge，均未知——使用者应保留数据划分的灵活性。

应对：把 MODUS 当作持续观测的对象。论文一旦刊出，很可能会同步公布划分与 baseline，届时此前自划的结果需重新对齐官方口径。

§7.8 可用的评测工具箱

在官方协议缺位时，建议采用业界通用的检测评测工具与口径，以便与他人的结果在「通用指标」层面至少可比：

指标：mAP@0.5、mAP@[.5:.95]、Precision、Recall、F1、逐类 AP。
工具：COCO 评测脚本（若标注可转为 COCO 格式）、标准 YOLO 评测流程。
惯例：报告测试集而非验证集；报告多次运行的均值与方差（尤其小数据集上）。
注意：工具的选择会影响数字（例如 COCO 的 AP 定义与某些自实现不同），必须写明所用工具与版本。

§7.9 评测中容易被忽略的可复现性细节

即使报告了完整模板，仍有若干细节常被忽略，导致结果不可复现：

随机性来源：数据划分种子、模型初始化、数据加载顺序、增强的随机性——都应固定或多次运行取均值。
图像缩放策略：显微图像对缩放敏感（细胞大小直接决定检测框），缩放尺度必须写明。
标注格式转换：从原始格式转 COCO / YOLO 时的坐标取整规则、越界框处理，都会影响结果。
类别合并 / 拆分：若研究者自行合并了 22 类中的某些类，必须显式声明。
评估集的制作时间：数据集的下载日期与版本（v1）要记录，避免不同版本混用。

§7.10 一个「反面清单」：不要这样做

为帮助使用者避开常见错误，列出在 MODUS 上做实验时不要做的事：

❌ 不要把 HRGC-YOLO 的 +4.5% mAP 当作 MODUS 官方 baseline。
❌ 不要在没有说明划分方式的情况下报告 mAP。
❌ 不要把同一涂片的视野分到训练集与测试集（数据泄漏）。
❌ 不要只报告总体 mAP 而隐瞒逐类 AP。
❌ 不要把 10× 与 40× 混在一起却不声明口径。
❌ 不要假设 figshare 的 API 匿名可用（会 403）。
❌ 不要在未确认标注格式的前提下写下载 / 加载脚本。
❌ 不要声称「在 MODUS 官方测试集上」取得结果——官方测试集不存在。

§7.11 关于「可比性」的一个思想实验

设想两位研究者在没有官方划分的 MODUS 上各跑了一个检测器：

研究者甲：按涂片级划分、40× 单倍率、报告 mAP@0.5 = 0.62；
研究者乙：按图像级划分、混合倍率、报告 mAP@0.5 = 0.71。

若只看数字，乙「更好」。但两者的口径完全不同：乙的图像级划分可能造成数据泄漏（同一涂片的相似视野出现在训练与测试），且混合倍率改变了任务难度分布。因此在没有统一口径的情况下，数字的大小并不直接对应方法的优劣。

结论：MODUS 的使用者必须接受一个现实——在官方协议出台前，这份数据上的横向比较只在「自报口径内」有效。这不是 MODUS 的缺陷，而是所有「无官方基准数据集」的共同处境；正确的应对是最大化报告的透明度（§7.5），让后来者能够判断你的数字在什么条件下取得。

§7.12 从评测到部署的鸿沟

即使一个模型在 MODUS 上取得了漂亮的 mAP，要走向临床部署仍需跨越若干鸿沟：

鸿沟	说明
域偏移	MODUS 的图像来自特定设备 / 流程，真实临床现场的样本分布可能不同
标注一致性上限	训练标签的一致性水平决定了模型可达的性能上限
类别覆盖	22 类未必覆盖所有临床关心的成分（如罕见结晶、病理管型细分）
合规	无伦理文书、无临床验证，直接用于诊疗决策存在风险
人机协同	临床场景通常需要模型给出可解释、可复核的输出，而非单一框

务实态度：把 MODUS 上训练出的模型视为辅助工具原型，而非诊疗决策系统；落地前需在真实场景数据上做外部验证（坑 13）。

§8 生态位、同类数据集与互链点

§8.1 MODUS 在医学显微数据生态中的位置

医学显微图像数据集可按「样本来源 × 任务类型」两轴定位。MODUS 落在一个相对稀疏的格子里：

样本来源	分类任务	检测任务	分割任务
外周血	BCCD、acevedo-blood	BCCD、acevedo-blood	—
宫颈细胞学	herlev-pap、cervix93、mendeley-lbc、papila	—	—
寄生虫血涂片	—	NIH Malaria	—
尿液沉渣	（长期空白）	MODUS	—
通用细胞	cric、cytoimagenet、lightmycells2	—	jump-cell-painting

从这张表能看出 MODUS 的生态位独特性：尿液沉渣 + 目标检测这个组合，在公开数据集里几乎是一块空白，而 MODUS 恰好填在这里。这也是它的主要价值来源——不是更大、更快，而是填了一个一直缺位的临床格子。

§8.2 库内可互链条目（含 rid）

以下为千方病案医数集库内（ai_ready_dataset，status=1）与 MODUS 主题相近、适合互链的条目：

rid	slug	关联理由	互链强度
851	bccd	外周血细胞显微图像目标检测，与 MODUS 同任务范式（检测框）	★★★
850	mendeley-lbc	液基细胞学宫颈癌，显微细胞形态	★★
847	cric	细胞图像分类（库内已收）	★★
483	herlev-pap	宫颈脱落细胞学涂片，显微细胞形态分类	★★
848	cervix93	宫颈细胞显微图像	★★
722	acevedo-blood	外周血涂片显微细胞	★★★
502	nih-malaria	疟疾薄 / 厚血涂片显微检测	★★★
31	cytoimagenet	细胞形态学图像集	★
631	lightmycells2	细胞显微图像（标签自由）	★
563	jump-cell-painting	细胞显微表型图像	★
765	papila	巴氏涂片显微图像	★★
319	human-cell-atlas	单细胞 / 组织图谱	★
359	single-cell-portal	单细胞数据门户	★
38	cellxgene	单细胞资源	★

§8.3 强互链建议与理由

第一优先级（同任务范式，检测 ↔ 检测）：

bccd（851）：同为「显微图像 + 目标检测框」的任务范式，BCCD 做血细胞检测、MODUS 做尿沉渣检测，两者在模型选型（YOLO 系）、评测指标（mAP）上高度互通，是最自然的互链对象。
acevedo-blood（722）：外周血涂片显微细胞，样本来源不同（血 vs 尿）但任务与形态学挑战（细胞交叠、易混类）相通。
nih-malaria（502）：血涂片显微检测，同属「体液显微镜检 + 自动检测」大方向。

第二优先级（同域形态学）：

herlev-pap（483）、cervix93（848）、mendeley-lbc（850）、papila（765）：宫颈细胞学形态学数据集，与 MODUS 共享「显微形态判读」的方法论挑战（类别定义边界、观察者间一致性）。

第三优先级（方法学邻居）：

cric（847）、cytoimagenet（31）、lightmycells2（631）、jump-cell-painting（563）：细胞图像分类 / 表型数据集，可作为「分类 vs 检测」范式对照。

§8.4 另两个维度的互链

临床科室维度：DataCite 将 MODUS 归入 Nephrology and urology（肾脏病学与泌尿学）主题。库内若存在以肾脏 / 泌尿为主题的条目，可沿「科室」维度互链，帮助临床检索者从疾病侧找到这份数据。
自动化检验维度：尿沉渣镜检是「临床检验自动化（urinalysis automation）」的关键环节。库内若有检验科自动化、POCT、体外诊断（IVD）相关条目，可沿「应用场景」维度互链。

§8.5 上游与下游

上游（方法来源）：HRGC-YOLO（前置检测模型）。
下游（潜在应用）：尿沉渣自动镜检设备、尿常规自动化流水线、体检筛查辅助、肾病 / 泌尿科辅助诊断研究。
学术邻居（非库内）：EPFL MODUS（撞名，须区分）、各类 YOLO 系检测工作。

§9 与相近数据集的对照

为帮助使用者判断「该不该用 MODUS」，把它与几个最可能被拿来比较的数据集做一对照：

维度	MODUS	BCCD	NIH Malaria	Herlev-Pap
样本来源	尿液沉渣	外周血	疟疾血涂片	宫颈细胞
任务	目标检测	目标检测	检测 / 分类	分类
规模	3,181 图 / 63,047 框	364 图（约）	27,558 图	917 图
类别数	22	3（RBC/WBC/PLT）	2（感染/未感染）	7
多倍率	✅ 10×/40×	❌	❌	❌
许可	CC BY 4.0	视版本	CC BY 4.0	视版本
官方基准	❌ 无	❌ 无	❌ 无	❌ 无

注：上表中 MODUS 之外的数据集规模 / 类别为对照参考值，来自各数据集公开描述（非本条目实核范围），仅用于给出量级感；请以其官方页为准。MODUS 自身的数字均已三源互证。

读表要点：

规模：MODUS 在图像数上高于 BCCD / Herlev，低于 NIH Malaria；但**标注框数（63,047）**远超一般检测集，因为平均每图近 20 个目标。
唯一带多倍率：表中仅 MODUS 提供双倍率，这是它最硬的结构性差异。
类别最细：22 类在该对照组中最细，但也带来更长的长尾。
共同点：以上四者均无官方基准——这不是 MODUS 的个别缺陷，而是医学显微数据集的普遍现状。

§9.1 与 BCCD 的深入对照

BCCD 与 MODUS 是最值得放在一起看的一对，因为二者共享「显微图像 + 目标检测」的核心范式：

维度	MODUS	BCCD
样本来源	尿液沉渣	外周血涂片
目标成分	22 类有形成分	3 类血细胞（RBC/WBC/PLT）
倍率	10× / 40× 双倍率	单倍率
规模	3,181 图 / 63,047 框	数百图级
标注范式	边界框检测	边界框检测
难度侧重点	类别多、长尾、易混类	类别少、涂片背景相对干净
常见用途	尿沉渣自动化	血细胞检测入门 / 教学

迁移性：在 BCCD 上验证过的检测流程（YOLO 系训练、mAP 评测）方法学上可直接迁移到 MODUS，只需替换类别体系；
差异点：MODUS 的类别数（22 vs 3）与长尾程度远高于 BCCD，直接套用 BCCD 的简单基线大概率在 MODUS 上表现不佳，需针对细粒度与长尾做专门设计。

§9.2 与宫颈细胞学数据集的对照

Herlev、cervix93、mendeley-lbc、papila 这一组宫颈细胞学数据集，与 MODUS 的关系是同域不同任务：

维度	MODUS	宫颈细胞学组
样本来源	尿液	宫颈脱落细胞
主任务	目标检测	多为分类（正常/异常/病变分级）
类别体系	22 类有形成分	病变等级（如 NILM/LSIL/HSIL 等）
共性挑战	细胞形态判读、类别边界、观察者一致性	同上
可互链价值	「显微细胞形态 + 自动判读」的方法论互通	同上

一句话：任务不同，但**「医学显微图像的类别定义与标注一致性」这一方法论挑战完全共通**，适合作为方法学互链。

§9.3 与血涂片检测数据集的对照

NIH Malaria（疟疾血涂片）与 acevedo-blood（外周血涂片）代表了另一条「体液显微镜检 + 自动检测/分类」路线：

共性：都是显微镜下的体液涂片、都面临密集细胞与形态变异、都以自动判读为应用目标；
差异：目标物不同（疟原虫/血细胞 vs 尿沉渣有形成分）、染色流程不同、临床场景不同；
互链价值：在「涂片制备 → 显微成像 → 自动检测」的流水线级方法论上互通。

§9.4 生态位总结

把 MODUS 放进整个医学显微数据集生态，它的生态位可以用一句话概括：它是「体液显微镜检」这个大类里，把「尿沉渣」这一最日常子类补上的规模化检测数据集，并额外引入了双倍率这一临床结构。 它既不是最大的（图像数上不是），也不是最强的（无官方基准），但它是那个填空白的存在——这正是它在库内最值得互链的核心理由。

§9.5 互链时的措辞建议

在千方病案医数集内做互链时，建议按以下措辞表述 MODUS 与邻居的关系，避免误导：

目标条目	建议措辞
bccd	「同为显微图像目标检测数据集，任务范式互通，可对照血细胞检测与尿沉渣检测的方法迁移」
acevedo-blood	「外周血 vs 尿液的体液显微图像，样本来源不同但检测任务与形态学挑战相通」
nih-malaria	「血涂片显微检测 vs 尿沉渣显微检测，同属体液镜检自动化的数据资源」
herlev-pap / cervix93 / mendeley-lbc / papila	「同为医学显微形态学数据集，在类别定义与标注一致性方法论上互为参照」
cric / cytoimagenet / lightmycells2 / jump-cell-painting	「细胞图像分类数据集，可作为『分类 vs 检测』任务范式的对照」

用词纪律：互链措辞中不应声称 MODUS「优于」或「包含」邻居数据集；它们是并列的、互补的资源，而非竞争关系。

§9.6 临床侧的潜在应用与邻居

从应用而非数据集的角度，MODUS 的临床邻居包括：

临床场景	关联点
尿常规自动化流水线	尿沉渣自动镜检是流水线的关键环节
泌尿系感染筛查	白细胞、细菌检测直接相关
肾脏疾病评估	管型、红细胞形态（皱缩红细胞）是肾实质病变指征
代谢筛查	结晶种类提示代谢异常
体检大规模筛查	高频项目，自动化收益显著

互链价值：如果库内存在上述临床主题的条目，可从「应用场景」侧互链，帮助临床背景的检索者找到 MODUS。

§9.7 与「同名 EPFL MODUS」的彻底划界

最后再次强调这对最容易混淆的对象，给出完整对照：

维度	本条目 MODUS	EPFL MODUS
类型	临床数据集	多模态生成模型
领域	检验医学 / 尿液分析	多模态机器学习
内容	3,181 张尿沉渣显微图像 + 63,047 标注	decoder-only any-to-any 生成架构
发布平台	figshare	学术论文 / 模型发布
与医学的关系	直接临床（尿沉渣镜检）	无直接临床关联
检索关键词	urine sediment / 尿液沉渣 / urinalysis	multimodal / any-to-any / generation

警示：任何检索结果、论文引用、数据库条目，只要主题是多模态生成模型，就不是本条目所指的 MODUS（坑 1）。

§9.8 库内互链的实施建议

落到千方病案医数集的具体实施，建议按以下优先级落地互链：

优先级	条目	rid	互链方向	理由
P0	bccd	851	双向	同检测范式，最自然
P0	acevedo-blood	722	双向	体液显微检测
P0	nih-malaria	502	双向	体液镜检自动化
P1	herlev-pap	483	单向（MODUS → 该条目）	方法学参照
P1	cervix93	848	单向	同上
P1	mendeley-lbc	850	单向	同上
P1	papila	765	单向	同上
P2	cric	847	单向	分类 vs 检测对照
P2	cytoimagenet	31	单向	细胞形态学
P2	lightmycells2	631	单向	细胞显微
P2	jump-cell-painting	563	单向	细胞表型
P3	human-cell-atlas	319	单向	单细胞（弱关联）
P3	single-cell-portal	359	单向	单细胞（弱关联）
P3	cellxgene	38	单向	单细胞（弱关联）

实施要点：P0 三条建议双向互链（彼此都提到对方），P1–P3 可先做 MODUS → 邻条目单向链，待邻条目更新时再补反向。
记账纪律（教训）：互链记账时，rid → slug 一律用 DB url_name 反查，只对命中 slug 记账；不得用位置对齐（见任务头历史教训）。

§9.9 库外生态位的定位陈述

若要在综述或百科语境中给 MODUS 一个「生态位陈述」，可用如下表述：

「在公开的医学显微图像数据资源中，外周血、宫颈细胞学、疟疾血涂片等子域已有多个成熟数据集，而尿液沉渣这一日常检验量极大的子域长期缺乏大规模标注资源。MODUS 以 3,181 张 10×/40× 多倍率图像、63,047 条 22 类有形成分检测框填补了这一空白，并以 CC BY 4.0 完全公开，是尿液分析自动检测方向当前代表性最强的公开数据底座之一。」

表述纪律：句中的「代表性最强之一」而非「最好」，避免过度断言（该域可能存在本条目未覆盖的其他资源）。

§10 避坑清单：使用 MODUS 前必须知道的坑

本节汇总在使用、引用、复现 MODUS 时最容易踩的坑。编号制，每条给出「现象 → 后果 → 正确做法」。

坑 1：撞名 —— 把 EPFL 的 MODUS 当成这个 MODUS。

现象：搜 “MODUS dataset” / “MODUS paper” 时，会命中一个由 EPFL 提出的同名项目 —— 一个 decoder-only 的多模态 any-to-any 生成模型。两件事只是名字相同。
后果：引错文献、把生成模型的指标写进检测数据集的对比表、向合作者描述错误的对象。
正确做法：检索时强制加入限定词 urine sediment / 尿液沉渣 / urinalysis；引用时始终带完整标题 “MODUS: a large-scale multi-magnification microscopic dataset for clinical urine sediment object detection”。本条目在 §2.3 已显式划界。

坑 2：把「数据集」和「模型」混为一谈。

现象：HRGC-YOLO 与 MODUS 常一起出现，容易误以为 HRGC-YOLO 就是 MODUS 的官方模型。
后果：把 HRGC-YOLO 的 +4.5% mAP 当成 MODUS 官方 baseline 引用（详见坑 5）。
正确做法：HRGC-YOLO 是前置工作 / 模型，MODUS 是数据集。二者是「模型先用数据、再把数据规模化发布」的先后关系，不是等价关系。

坑 3：把它当分类数据集加载。

现象：直觉上「一张显微图判定有形成分」，容易默认是一图一标签的分类任务。
后果：用 ImageFolder 之类的分类加载器去读，得到错误的标签结构；或在论文里把检测指标（mAP）和分类指标（accuracy）混用。
正确做法：MODUS 是目标检测数据集，每张图含多个「框 + 类别」实例。请用检测框架（COCO / YOLO 格式）加载，评测用 mAP 系列指标。

坑 4：忽略多倍率结构，把 10× 和 40× 混作一谈。

现象：看到「3,181 张」就直接当同质数据集训练。
后果：若不做区分，模型会在 40× 占 88.7% 的样本上主要学到高倍特征，10× 子集被淹没；跨倍率结论不可靠。
正确做法：训练 / 评测时显式声明倍率口径（10× / 40× / 混合）；混合训练时注意约 1:7.8 的样本不平衡；报告结果时分别给倍率子集数字。

坑 5：把前置模型的 +4.5% mAP 当成 MODUS 的 SOTA。

现象：文献周边唯一显眼的数字是 HRGC-YOLO 相对 YOLOv5m 的 +4.5% mAP。
后果：在对比表中把该数字当作「MODUS 上的最优基线」，造成误导。
正确做法：该数字是 HRGC-YOLO 在 8 类设定下的模型提升，不是 MODUS（22 类）的官方基准。引用时须同时说明其模型、类别与实验设定。

坑 6：默认存在官方数据划分，直接拿 test 集报数。

现象：很多数据集提供官方 train/val/test，使用者习惯性去找。
后果：若找不到就自行随意划分且不公开，导致结果无法与他人对比；更糟的是把同一涂片的视野拆到训练与测试，造成数据泄漏。
正确做法：明确 MODUS 无官方划分；自划划分要固定种子、公开 image_id 级清单，并说明划分在图像级还是涂片级。

坑 7：忽略类别长尾，用总体 mAP 掩盖小类失败。

现象：22 类中部分成分（少见管型、特定结晶）样本极少。
后果：总体 mAP 看起来尚可，但临床关心的少见但重要的成分（如管型）可能完全检不出。
正确做法：报告逐类 AP，而非只给总体 mAP；对小样本类别考虑重采样或类别平衡策略，并说明。

坑 8：把倍率细分数字当成三源一致的硬事实。

现象：本条目「10×:361 / 40×:2,820」只由 figshare 页给出。
后果：若在正式文献中把它当作多方核验的定论，一旦图库页调整，说法就会失准。
正确做法：总量（3,181 / 63,047 / 22）可称三源一致；倍率细分标注为「以图库页为准」的单源明细。

坑 9：假设能立刻看到文件清单 / 格式，直接写下载脚本。

现象：figshare 页面为 JS 重渲染，脚本化抓取容易取不到文件列表；figshare API v2 对匿名请求返回 403 Forbidden（本条目实核时亲身遇到）。
后果：自动化下载脚本失败或拿到空列表。
正确做法：先手动打开图库页确认文件数量 / 体积 / 格式 / 是否分卷；下载脚本留好重试与鉴权；不要假设 API 匿名可用。

坑 10：把「论文待刊」表述为「论文已发表」。

现象：数据集先于论文公开，实时检索可能只见数据集不见论文。
后果：引用一个尚不存在的论文，或断言一个未定的评测协议。
正确做法：如实表述为「数据集已公开、配套论文待刊（截至实核时点未索引）」，不臆造论文题名、DOI 或基准数字。

坑 11：忽略 CC BY 4.0 的署名义务。

现象：把 CC BY 4.0 误读为「随便用、无需说明」。
后果：衍生作品未署名，违反许可条款。
正确做法：任何再分发 / 改编 / 商用，均须署名数据集标题与 7 位作者，并注明是否修改。

坑 12：忽视患者数据合规，直接对外发布演示样例。

现象：医学数据集可能含可识别信息风险。
后果：在演示 / 论文中直接展示图像，若原始数据未充分去标识化，存在隐私合规风险。
正确做法：MODUS 的伦理审批与去标识化流程文书未公开（§9 D6）；对外展示图像前应自行评估合规性，谨慎处理任何可能含患者信息的元数据。

坑 13：把 MODUS 直接当作「临床级验证数据」。

现象：数据集结构贴近临床，容易让人以为它可直接用于临床验证。
后果：在缺少标注一致性报告、伦理文书、官方评测协议的情况下，把实验结果等同于临床结论。
正确做法：把 MODUS 定位为训练与研究底座；临床落地前须自行补充验证（一致性分析、外部验证集、合规审查）。

坑 14：忽略 figshare 页可能随时更新。

现象：本条目记录的规模、版本等信息以实核时点为准。
后果：若图库页后续新增版本或修订，旧的引用数字可能过时。
正确做法：引用时带上访问日期与版本号（v1）；重要研究前重新核对图库页最新状态。

坑 15：把「无官方基准」误解为「无法比较」。

现象：看到没有 leaderboard 就以为结果无法与他人的对比。
后果：放弃或错误地进行横向比较。
正确做法：无官方基准 ≠ 无法比较。只要划分方式、倍率口径、评测指标、工具版本四者一致，第三方结果即可在自报口径内横向比较；关键是透明报告（§7.5 模板）。

§11 总结：MODUS 的定位、价值与边界

一句话总结：MODUS 用 3,181 张 10× / 40× 多倍率显微图像和 63,047 条 22 类检测框，把长期依赖人工经验的「尿沉渣镜检」翻译成了一个机器可直接训练的目标检测任务，填补了医学显微数据集生态中「尿液沉渣 + 目标检测」的空白格子。

它的核心价值有三条：

填补空白：在公开数据集中，「尿液沉渣」样本来源 + 「目标检测」任务范式的组合此前近乎缺失，MODUS 是这一格的代表性条目。
规模可用：3,181 图 / 63,047 框 / 22 类的量级，足以支撑现代检测模型的训练与细粒度类别研究，不再是「几百张图」的玩具规模。
结构贴近临床：10× / 40× 双倍率设计把「先低倍筛查、后高倍精判」的阅片纪律编码进数据，使模型学习的是接近真实工作流的表征。

它的边界同样清楚：

无官方基准：无 leaderboard、无 baseline、无官方划分、无评测协议（配套论文待刊）。
元数据不全：22 类逐类清单、文件级清单、显微采集参数、伦理文书均未在公开字段披露。
有撞名风险：与 EPFL 的 MODUS 生成模型同名，检索引用须严格区分。
有长尾与密集检测难点：22 类长尾、平均近 20 实例/图的密集交叠，是实际使用中的主要技术挑战。

给三类读者的建议：

下数据的人：CC BY 4.0 可自由使用，但先确认文件体积与格式（坑 9），并记住署名义务（坑 11）。
做模型的人：把它当检测任务，明确倍率口径与自划划分（坑 4、坑 6），报告逐类 AP（坑 7）。
写综述 / 引用的人：严格区分数据集与 HRGC-YOLO 模型（坑 2），不把 +4.5% mAP 当 SOTA（坑 5），论文状态如实表述（坑 10）。

§11.1 三条最需要记住的结论

如果读者只记住三件事，应该是：

它是检测数据集，不是分类数据集——每张图有多个「框 + 类别」，用 mAP 评测（坑 3）。
它有双倍率结构——10× 与 40× 需分别对待（坑 4）。
它没有官方基准——自划划分、透明报告是使用它的前提（坑 6、坑 15）。

§11.2 对未来的观察点

作为一份「数据集已发布、论文待刊」的资源，MODUS 值得持续关注以下变化：

配套论文刊出后是否公布官方划分与 baseline；
figshare 页是否新增版本（v2 等）或补充文件清单；
是否出现第三方在 MODUS 上的基准结果（一旦出现，可形成事实上的对比锚点）；
类别体系是否被进一步澄清（22 类逐类清单与定义）。
行动建议：把本条目记录的「访问时点 2026-10-07」记在心里，重要研究前回到 figshare 官方页复核最新状态（坑 14）。

FAQ：常见问题

Q：MODUS 是免费的吗？

A：是。CC BY 4.0 许可，可免费下载、再分发、改编甚至商用，唯一要求是署名数据集标题与 7 位作者。

Q：我能直接拿它训练 YOLO 吗？

A：可以，它就是目标检测标注。但请先确认标注文件格式（COCO / YOLO / XML，以图库页为准，见 §9 D1），并明确你用的是 10×、40× 还是混合。

Q：为什么找不到配套论文？

A：截至实核时点，配套论文尚未被索引（NLM “No Associated Publication(s)”、DataCite relatedIdentifiers 为空）。属「数据集先发布、论文待刊」的常见节奏，不代表数据集不正规。

Q：22 类到底有哪 22 个？

A：公开字段未逐条给出完整清单。本条目按临床尿沉渣镜检常见成分与前置工作 HRGC-YOLO 的 8 类基础作了范围性描述（§4.4），精确清单请以数据集发布说明为准。

Q：它和 BCCD 哪个更适合做检测？

A：取决于你的目标：做尿沉渣选 MODUS，做血细胞选 BCCD。两者都是检测任务，方法学可迁移；MODUS 类别更细（22 vs 3）且有双倍率，BCCD 规模更小更易上手。

Q：可以商用吗？

A：可以，CC BY 4.0 允许商用，但须署名。注意本条目不构成法律意见，具体商用前请自行核对许可原文与适用法律。

Q：DOI 里为什么有两个版本写法？

A：主 DOI 为 10.6084/m9.figshare.31166800（figshare 惯例不带版本后缀），NLM Catalog 使用带 .v1 的形式。当前主版本即 v1，两种写法指向同一版本。

Q：MODUS 的 3,181 张图里，10× 和 40× 是同一批样本的两种拍法吗？

A：不是。10×（361 张）与 40×（2,820 张）是两组分别采集的图像，数量各自独立，相加得 3,181。它们不是同一视野的两种放大版本。

Q：它和 HRGC-YOLO 是什么关系？

A：HRGC-YOLO 是团队的前置检测模型（8 类，YOLOv5m + Global Context，+4.5% mAP）；MODUS 是后续发布的规模化数据集（22 类）。前者是方法，后者是数据（坑 2）。

Q：为什么 MODUS 没有官方 train/val/test 划分？

A：因为配套论文尚未刊出（NLM 标无关联论文），官方评测口径未公布。使用者需自行划分并公开划分清单（坑 6）。

Q：我可以用它在公司产品里训练模型吗？

A：可以，CC BY 4.0 允许商用。须署名数据集标题与 7 位作者、并注明是否修改。商用前请核对许可原文与适用法律，本条目不构成法律意见（坑 11）。

Q：如果我发现 figshare 页上的数字与本条目不一致怎么办？

A：以 figshare 官方页为准。本条目所有数字标注了来源与访问时点（2026-10-07），若官方页更新，请以更新后为准（坑 14）。

附录 A：核心数字速查表

数字	含义	来源
3,181	图像总数	三源一致
63,047	标注框总数	三源一致
22	类别数	三源一致
361	10× 图像数	figshare 页
2,820	40× 图像数	figshare 页
≈19.8	平均标注密度（条/图）	派生
≈88.7%	40× 图像占比	派生
7	作者人数	DataCite
8	前置模型 HRGC-YOLO 类别数	前置工作论文
+4.5%	HRGC-YOLO 相对 YOLOv5m 的 mAP 提升	前置工作论文

附录 B：DAIMS 数据合规对照表

DAIMS（Data and Information Management System 视角的数据集元数据与合规对照）。本表逐项对照 MODUS 在元数据、许可、可获取性、可复现性、伦理维度的现状与缺口。

维度	项目	现状	状态
标识	持久标识符（DOI）	10.6084/m9.figshare.31166800（v1）	✅ 完备
标识	版本管理	v1，主 DOI 无后缀	✅ 完备
元数据	标题	官方全名已核	✅ 完备
元数据	作者列表	7 人（DataCite 顺序）	✅ 完备
元数据	机构隶属	仅推测（ZJU + BSU）	⚠️ 部分
元数据	学科主题	Pathology / Nephrology and urology	✅ 完备
许可	许可类型	CC BY 4.0	✅ 完备
许可	署名要求	须署 7 作者 + 标题	✅ 明确
可获取性	获取方式	figshare 公开直链	✅ 完备
可获取性	文件清单（体积/格式）	未取得（JS 重渲染 + API 403）	❌ 缺口
内容	图像规模	3,181（三源一致）	✅ 完备
内容	标注规模	63,047（三源一致）	✅ 完备
内容	类别体系完整清单	未逐条公开	❌ 缺口
内容	图像分辨率 / 格式	未公开	❌ 缺口
可复现性	官方数据划分	无	❌ 缺口
可复现性	官方 baseline	无	❌ 缺口
可复现性	评测协议	无	❌ 缺口
可复现性	配套论文	待刊（未索引）	⚠️ 待补
溯源	前置工作	HRGC-YOLO（8 类，+4.5% mAP）	✅ 已知
伦理	伦理审批号	未公开	❌ 缺口
伦理	去标识化流程	未公开	❌ 缺口
伦理	患者同意文书	未公开	❌ 缺口
采集	显微设备参数	未公开	❌ 缺口
采集	染色方式	未公开	❌ 缺口

DAIMS 小结：MODUS 在标识、许可、可获取性、规模元数据四个维度上完备且可核；缺口集中在文件级技术元数据、官方评测口径、伦理与采集细节三类——这三类均指向同一根因：配套论文未刊、图库页技术细节未静态可抓。

附录 C：证据链与核验方法

本条目所有硬数字均经三源互证（教训 12），证据链如下：

来源	类型	用途	实物核结果
figshare 数据集页	一手（发布平台）	发布日、规模明细（含 10×/40× 细分）	posted 2026-05-09 12:39；3,181 / 63,047 / 22；361 / 2,820
NLM Dataset Catalog（记录号 0003031853）	官方（收录机构）	收录确认、许可、论文状态	CC BY 4.0；MeSH: Deep Learning / Urinalysis；No Associated Publication(s)
DataCite API（api.datacite.org）	一手（注册机构）	标题、作者、主题、许可、版本、关联标识	全名；7 作者；subjects；cc-by-4.0；version=None；relatedIdentifiers=[]
白俄罗斯国立大学机构库（elib.bsu.by）	一手（前置工作论文）	机构线索、HRGC-YOLO 详情	浙大团队；HRGC-YOLO 8 类 +4.5% mAP

工具留痕：

ps aux | grep -c "[c]odebuddy" = 5（开工时环境残留留痕）。
私有区 10 秒 md5 稳定性采样：两采样一致，STABLE。
figshare API v2 匿名请求返回 403 Forbidden → 改用 DataCite API + WebFetch 完成互证（已记入 §9 D1）。

核验纪律说明：本条目在写作中严格遵守「一切以实核结果为准」——凡三源未确认的信息（22 类清单、文件清单、官方划分、伦理文书等），一律标注为遗留疑点而非断言；凡单源明细（倍率细分），一律标注口径来源。

附录 D：术语表

术语	英文	释义
尿沉渣	urine sediment	尿液离心后沉淀下来的有形成分（细胞、管型、结晶、菌体等）
尿沉渣镜检	urine microscopy	显微镜下观察尿沉渣以判读有形成分的临床检验步骤
尿常规	urinalysis / routine urinalysis	临床上常规开展的尿液检查项目，含尿沉渣镜检
有形成分	formed elements	尿液中可被显微镜识别的颗粒状成分
目标检测	object detection	定位并分类图像中每个目标实例的视觉任务
边界框	bounding box	包围单个目标的矩形标注
语义分割	semantic segmentation	逐像素分类的视觉任务（MODUS 未采用）
多倍率	multi-magnification	同一对象在不同显微镜放大倍率下的成像
放大倍率	magnification	显微镜物镜的放大倍数（如 10×、40×）
管型	cast	肾小管内凝固形成的圆柱状结构，肾实质病变指征
皱缩红细胞	crenated RBC	边缘呈锯齿状变形的红细胞，形态学提示
上皮细胞	epithelial cell	尿路脱落的上皮来源细胞
结晶	crystal	尿液中析出的晶体成分，代谢异常提示
菌尿	bacteriuria	尿中检出细菌，感染或污染指标
半定量判读	semi-quantitative reading	临床镜检中按视野内数量分级报告的方式
HRGC-YOLO	High-Resolution Global Context YOLO	前置检测模型，YOLOv5m + Global Context，8 类
mAP	mean Average Precision	目标检测通用评测指标（在各类上取平均的 AP）
IoU	Intersection over Union	交并比，检测框中判定命中与否的阈值基准
长尾分布	long-tail distribution	少数类别样本极多的类别分布形态
数据泄漏	data leakage	训练与测试数据重叠导致的评测失真
观察者间一致性	inter-annotator agreement	不同标注者判读结果的一致程度
三源互证	three-source mutual verification	本库写作纪律：用三个独立来源核验同一硬数字
CC BY 4.0	Creative Commons Attribution 4.0	署名即可自由使用的开放许可
DAIMS	—	本库用于数据集元数据与合规对照的检查表框架
DOI	Digital Object Identifier	数字对象标识符，持久化的资源标识
DataCite	—	DOI 注册机构，提供数据集元数据 API
NLM Dataset Catalog	—	美国国立医学图书馆的数据集目录
MeSH	Medical Subject Headings	美国国立医学图书馆的医学主题词表
figshare	—	开放科研数据托管平台

附录 E：相关条目索引

slug	rid	一句话
bccd	851	外周血细胞显微目标检测（最自然的互链对象）
acevedo-blood	722	外周血涂片显微细胞
nih-malaria	502	疟疾血涂片显微检测
herlev-pap	483	宫颈脱落细胞学涂片分类
cervix93	848	宫颈细胞显微图像
mendeley-lbc	850	液基细胞学宫颈癌显微细胞
papila	765	巴氏涂片显微图像
cric	847	细胞图像分类
cytoimagenet	31	细胞形态学图像集
lightmycells2	631	细胞显微图像（标签自由）
jump-cell-painting	563	细胞显微表型图像
human-cell-atlas	319	单细胞 / 组织图谱
single-cell-portal	359	单细胞数据门户
cellxgene	38	单细胞资源

本条目写作声明：MODUS 条目由千方病案医数集编辑部依据 figshare、NLM Dataset Catalog、DataCite 等公开来源汇编，全部硬数字经三源互证。凡未实核信息均已标注为遗留疑点（见正文 §9 与附录 B），不作为事实断言。条目内容以数据集官方发布为准，如与官方说明冲突，以官方为准。

维度	内容
本质	临床尿液沉渣多倍率显微目标检测数据集（非分类、非分割，是对象检测框标注）
团队	浙江大学（生物医学工程系 + 医学院检验医学系），杭州；合作者含白俄罗斯国立大学 Sergey Ablameyko
作者	Zhu Yunqi、Ye Xianfei、Yang Haixu、Liu Yuduo、Yang Dagan、Chen Yu、Xu Yingke（7 人，DataCite 顺序）
数据	3,181 张 = 10× 361 张 + 40× 2,820 张；标注 63,047 条；类别 22 类
平均密度	63,047 / 3,181 ≈ 19.8 条标注/图
倍率设计	10× 全局筛查 → 40× 形态精判（复现临床「先低倍后高倍」阅片流程）；40× 占比约 88.7%
任务	多倍率显微图像的有形成分目标检测（bounding box）
发布	figshare 公开，posted 2026-05-09 12:39；DOI 10.6084/m9.figshare.31166800
收录	NLM Dataset Catalog 记录号 0003031853（MeSH：Deep Learning / Urinalysis）
许可	CC BY 4.0（三源一致，须署名 7 位作者）
论文	配套论文待刊（NLM 标 No Associated Publication(s)，DataCite relatedIdentifiers 为空）
前置工作	HRGC-YOLO（YOLOv5m + Global Context，8 类，较 YOLOv5m +4.5% mAP）
库内互链	bccd(851)、mendeley-lbc(850)、herlev-pap(483)、acevedo-blood(722)、nih-malaria(502)