WCEbleedGen — 无线胶囊内镜出血/非出血帧数据集与三任务基准

INFOBOX — WCEbleedGen 一屏速览

维度	内容
本质	无线胶囊内镜（WCE）出血/非出血帧级数据集，三任务一体（分类+检测+分割）
规模	2,618 帧 = 出血 1,309 + 非出血 1,309（严格类平衡）；统一 224×224
来源	汇总 5 个公开来源 + 自采 YouTube 视频（Kvasir-Capsule、KID、Red Lesion、Farah Deeba、Gastrolab）
团队	Zenodo 署名 5 人（DTU/IGDTUW/GGSIPU）vs 论文署名 7 人（含 Danube Private University 奥地利）——双口径
数据集	Zenodo v2（2023-11-19，doi:10.5281/zenodo.10156571）；v1（2023-01-18，7548320）
论文	arXiv:2408.12466（2024-08-22 提交，cs.CV）
标注	类标签 + YOLO 边界框（+XML）+ 像素级二值掩码，胃肠病专家逐帧验证
基准	16 模型（9 分类 + 3 检测 + 3 分割）；VGG19 分类验证 0.78；YOLOv8n 检测 mAP@50 0.63；LinkNet 分割 IoU 0.89
许可	数据集 CC BY 4.0（Zenodo）｜论文 CC BY-NC-SA 4.0（arXiv）——双口径
获取	完全开放，Zenodo 直链下载 zip（166 MB），无 gated、无请求制
代码	GitHub palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset（原 misahub2023/ 已重定向）
库内互链	Kvasir-Capsule（rid 123，本数据集出血帧重要上游）、slam-3d-endoscopic（rid 82，内镜域）

WCEbleedGen 是一个把"无线胶囊内镜出血检测"这件事拆成三道题的帧级数据集：给定一帧胶囊内镜图像，模型要判断是否有出血（分类）、圈出出血位置（检测）、画出出血区域的像素轮廓（分割）。它不采集原始视频，而是把此前散落在 Kvasir-Capsule、KID、Red Lesion 等多个公开来源里的出血/非出血帧收拢、清洗、统一到 224×224，再请胃肠病专家逐帧确认——最终得到 1,309 帧出血与 1,309 帧非出血的严格平衡样本。它的价值一半在"三合一标注"（一个数据集同时喂养分类、检测、分割三条管线），一半在"随数据集附带的 16 模型基准"——后者诚实地报告了通用模型在这个任务上的挣扎：分类验证准确率最高只有 0.78，检测 mAP@50 最高 0.63。

导语读法三则：

1. 只想下数据：直奔 §6 获取与许可——Zenodo 直链全开放（CC BY 4.0），无任何申请门槛，这是它最省事的地方。
2. 关心任务设计：直奔 §3 标注体系与 §5 基准结果——三任务一体与"通用模型泛化差"的结论是它的核心。
3. 在做出血检测研究：直奔 §4 与 §7——数据来源构成与竞赛方案的性能落差会直接决定你如何设基线。

§0 导读：这个数据集解决什么问题

消化道出血是胶囊内镜最主要的使用场景之一。一颗药丸大小的摄像头被吞下后，会沿着消化道在 8-12 小时内拍摄约 5-8 万帧图像——而医生的任务是"从这几万帧里找出出血的那几帧"。人工逐帧审阅既耗时又极易疲劳漏检：出血区域往往只占单帧的一小块，颜色与正常黏膜接近，还常常被气泡、胆汁、食物残渣干扰。这使"出血帧自动识别"成为胶囊内镜 AI 最直接、最被需要的一类任务。

WCEbleedGen 对这一任务的贡献不是提出更强的模型，而是提供一个"任务齐备"的评测底座。在它之前，公开的胶囊内镜出血数据要么只给帧级二分类标签（有无出血），要么只给病变分割掩码，很少有数据集同时把"这是不是出血帧"“出血在哪”"出血的像素边界"三件事的监督信号一次性给全。WCEbleedGen 的做法是把这三个层次叠在同一批帧上：每帧既是分类样本，也是检测样本，还是分割样本。研究者可以用同一份数据横向比较三类任务的技术路线，而不必在多个数据集之间手工对齐。

它的第二个贡献是一套诚实的基准。团队用 9 个图像分类模型、3 个目标检测模型（YOLOv5nu/YOLOv8n/YOLOv8x）、3 个分割模型（LinkNet/SegNet/UNet）在统一的 70-20-10 划分上跑了一遍，结果是：分类模型训练集准确率轻松到 0.95-0.99，验证集却大面积塌到 0.5 上下（VGG19 最高也只到 0.78）；检测 mAP@50 徘徊在 0.63；分割 LinkNet 训练 IoU 能到 0.89，验证集掉到 0.80。论文用"poor generalization"来总结——这份基准的价值恰恰在于它没有粉饰结果，为后来者提供了远比"某某模型又刷到 99%"更可信的起点。

§0 读法三则：

1. 本条目对应的是数据集本体（WCEbleedGen），不是围绕它举办的竞赛 Auto-WCEBleedGen Challenge——两者名字近似，务必区分（坑 1）。
2. 数据集许可（CC BY 4.0）与论文许可（CC BY-NC-SA 4.0）不同，引用和商用前先看清用途落在哪一层（坑 5）。
3. 全文性能数字有两套口径：论文的"标准基准"（通用模型）与竞赛方案的"参赛成绩"（扩充训练集），两者不能直接比（坑 7）。

0.1 为什么"帧级出血识别"值得一个专门的数据集

要理解 WCEbleedGen 的必要性，先要理解胶囊内镜这项检查的"信息过载"困境。一次完整的小肠胶囊内镜检查，设备以每秒 2-6 帧的速率连续拍摄 8 小时以上，产生约 5 万到 8 万帧图像。医生的标准工作流是逐帧（或在快进模式下快速浏览）审阅，寻找可能只出现在几十帧里的出血征象。这件工作有三个结构性痛点：

1. 劳动强度极高：数万帧的逐帧审阅即便在快进模式下也需要相当长时间，且注意力会随时间衰减。
2. 漏检代价大：小肠出血一旦漏诊，可能延误血管病变、肿瘤、克罗恩病等病因的发现；临床对"漏检"的容忍度极低。
3. 判读一致性有限：什么帧算"出血帧"、哪块区域算"出血区域"，不同医生之间可能不一致——这与出血形态多样、背景干扰多直接相关。

AI 介入的第一落点，就是把"逐帧筛查"自动化——先用模型把可疑帧筛出来、把出血区域标出来，把医生的注意力集中到少数关键帧上。WCEbleedGen 恰好就是为这一落点准备的数据底座：它提供的不是"某一个模型"，而是分类、检测、分割三条技术路线的公共起跑线。

0.2 三任务为什么比"一个二分类标签"更有价值

如果只做一个"出血/非出血"二分类，模型输出的只是一个分数，医生无法据此定位病灶，也无法评估证据强度。WCEbleedGen 的三任务设计对应临床实际需求的三个层次：

• 分类回答"这段/这帧要不要重点看"——用于初筛，降低医生需要逐帧检查的总量。
• 检测回答"出血在画面哪个位置"——用于快速定位，让医生一眼看到可疑区域。
• 分割回答"出血区域的精确边界"——用于量化（出血面积、形态），并为更细的分析（如出血类型判别）提供支撑。

三者共享同一批帧的标注，意味着研究者可以在同一数据、同一划分下比较"哪条路线在当前数据条件下更实用"——这是单个任务数据集无法提供的对照能力。

0.3 一个"小体量、高任务密度"样本的典型意义

WCEbleedGen 的体量并不大：2,618 帧、166 MB，一部手机就能轻松存下。但它的任务密度很高——三个任务的标注叠加在同一批帧上。这种"小体量、高任务密度"的设计，对两类研究者尤其友好：

• 算力有限的学生团队/个人研究者：无需大集群即可完整跑通三任务的基准复现。
• 方法学研究者：小体量便于快速迭代想法，做消融实验的成本低。

它也因此成为一个理想的"教学与入门数据集"——理解医学图像多任务学习的完整闭环，不必被数据规模拖住。

§1 数据集速览：十问十答

Q1：WCEbleedGen 的"2,618 帧"从哪来？
不是自己采集的原始视频，而是把五个公开来源里的出血/非出血帧汇总、清洗、重采样到统一尺寸后的结果：出血类 1,309 帧，非出血类 1,309 帧，相加得 2,618。来源包括 Kvasir-Capsule（最主力，贡献 443 帧 fresh blood + 10 帧 hematin blood）、Gastrolab、自采 YouTube 视频、KID、Red Lesion Endoscopy Dataset、Farah Deeba 三组。

Q2：帧的图像规格是什么？
全部统一为 224×224 像素。原始来源的尺寸参差不齐（KID 是 320×320、Kvasir-Capsule 是 336×336、Farah Deeba 是 568×430、Red Lesion 是 512×512），团队把它们统一重采样到 224×224，以消除尺寸差异、便于模型训练。

Q3：为什么出血和非出血各恰好 1,309 帧？
这是刻意的类平衡设计。胶囊内镜真实场景中非出血帧远多于出血帧（出血是少数事件），直接采样会造成严重类别不平衡，让模型倾向预测"非出血"。团队主动把两类配成 1:1，使准确率、F1 等指标不因先验偏斜而失真——这也意味着数据集不代表真实出血发生率，不能用它估计患病率。

Q4：三类任务具体指什么？
分类：判断帧是否含出血（二分类）。检测：给出出血区域的边界框（bounding box，YOLO 格式）。分割：给出出血区域的像素级二值掩码（binary mask）。三者共享同一批 2,618 帧的标注。

Q5：标注是谁做的、可靠吗？
论文称所有帧由亚专业胃肠病学家（subspecialized gastroenterologists）逐帧验证。掩码用 MATLAB Image Labeler 工具箱生成；边界框为 YOLO 格式；v2 版本又补充了 XML 与 YOLO-TXT 两种标注格式，并对多帧出血帧做了重新标注。临床合作的背书来自 AIIMS Delhi（全印医学科学研究所）消化内科。

Q6：数据集什么时候发布的？论文呢？
数据集在 Zenodo 上 2023-01-18 首发 v1（doi 10.5281/zenodo.7548320），2023-11-19 更新 v2（doi 10.5281/zenodo.10156571）。主论文 arXiv:2408.12466 于 2024-08-22 提交。注意数据集比论文早约 19 个月公开发布——引用时要区分"数据集年 2023"和"论文年 2024"。

Q7：怎么获取，要申请吗？
完全开放，零门槛。Zenodo 直链下载 zip（WCEBleedGen (updated).zip，166 MB），不需要注册审核、不需要邮件申请、没有 gated。这是它相对许多医学数据集的最大优势。

Q8：能商用吗？
数据集本身是 CC BY 4.0——署名即可自由使用、修改、再分发，包括商用。但要注意：论文是 CC BY-NC-SA 4.0（非商业），两者是不同资产的许可（坑 5）。还有一个隐性约束：数据集的帧摘自 Kvasir-Capsule 等上游数据集，若涉及这些来源的再分发，需回溯核对上游许可。

Q9：附带的基准跑出什么结果？
分类：训练集准确率 0.95-0.99，验证集最高仅 VGG19 的 0.78（其余多在 0.5 上下，明显过拟合）。检测：YOLOv8n 最佳，测试集 precision 0.69 / mAP@50 0.63 / mAP@95 0.36。分割：LinkNet 最佳，训练集 IoU 0.89 / Dice 0.93。论文自评"泛化能力不足"。

Q10：为什么它对 AI-Ready 重要？
它示范了"三任务一体的标注复用"——一次标注同时服务分类、检测、分割，大幅提高数据的任务密度；同时它全开放（CC BY 4.0 + Zenodo 直链），在医学数据集普遍需要申请/审批的环境里属于少见的"低摩擦样本"。它的短板则在于多来源汇总带来的异质性与患者级信息缺失（见 §3、§8）。

§2 数据构成与规格

2.1 规模与类平衡

WCEbleedGen 的核心规格可一表概览：

属性	值
总帧数	2,618 帧
出血帧	1,309（50%）
非出血帧	1,309（50%）
图像尺寸	224×224 像素（统一重采样）
类平衡	严格 1:1
标注类型	类标签 + YOLO 边界框（+XML）+ 像素级二值掩码
数据集体积	论文表 I 记 168 MB；Zenodo v2 zip 实测 166.0 MB
划分	70-20-10（train/val/test），固定随机种子
许可	CC BY 4.0（Zenodo）

严格类平衡值得单独强调：它使准确率（accuracy）在两类上等权，避免了"全猜非出血也能得高分"的退化基线。但代价是它不是自然分布——如果研究者需要估计真实检出率或做成本敏感的筛选设计（漏检代价远高于误检），必须自行按临床先验重新加权。

2.2 来源构成：一个"汇编"而非"采集"的数据集

这是理解 WCEbleedGen 的关键。它的 2,618 帧并非来自单一临床中心的连续采集，而是从既有公开资源中筛选汇总而来。按论文 Table III 逐条开列：

出血类（1,309 帧）：

来源	帧数	备注
Farah Deeba 数据集	50	出血帧，568×430 原始规格
KID（Kvasir-Instrument 系列前身口径）	5	WCE-AI 研究早期数据集，>2,500 帧，320×320
Kvasir-Capsule（fresh blood）	443	本数据集出血帧最大来源
Kvasir-Capsule（hematin blood）	10	陈旧性出血（血色素）
自采（YouTube video 1&2）	292	团队自行从公开视频截取
Gastrolab	357	公开内镜图库
合计	1,309	—

非出血类（1,309 帧）：

来源	帧数	备注
Red Lesion Endoscopy Dataset Set-1	500	2017，红肿病变组，共 3,295 帧 512×512，此处取非出血子集
Red Lesion Endoscopy Dataset Set-2	80	含出血/非出血混合，此处取非出血子集
自采（YouTube）	181	—
Gastrolab	548	—
合计	1,309	—

从这张表能读出三件事：

1. Kvasir-Capsule 是出血类的骨干（453/1,309 ≈ 34.6%），这也决定了它与库内 Kvasir-Capsule 条目（rid 123）的强互链关系。
2. 非出血类大量来自 Red Lesion Set-1/Set-2（580/1,309 ≈ 44.3%）——这批帧本身是为"红肿病变检测"设计的，被借用为"非出血"样本，其命名与该数据集原生任务并不完全对齐，使用时需留意语义边界。
3. 自采 YouTube 帧占比不低（出血 292 + 非出血 181 = 473，约占全部 18.1%）。公开视频来源缺乏采集参数与去标识保证，是数据质量讨论中需要注意的一环。

2.3 上游数据集的原始规格

为便于溯源，论文还列出了各来源数据集的原生规格：

上游数据集	原生规格	相关帧数
KID	首用于 WCE-AI 研究，>2,500 帧，320×320	5（出血）
Farah Deeba	50 帧出血，568×430	50
Red Lesion Endoscopy Dataset（2017）	3,895 帧分 2 组（Set-1 3,295 帧 512×512 红肿病变；Set-2 含出血+非出血）	580（非出血）
Kvasir-Capsule（2021）	89 GB，458 出血帧，336×336	453（出血）

注意 Kvasir-Capsule 上游仅有 458 出血帧，而 WCEbleedGen 从其中取了 443（fresh blood）+ 10（hematin blood）= 453 帧——几乎把该来源的全部出血帧都收进了本数据集。这一"近乎全量吸收"解释了为何两者高度重叠。

2.4 尺寸统一：为什么是 224×224

原始帧尺寸从 320×320 到 568×430 不等。团队统一重采样到 224×224，动因有三：一是让分类模型（多为 ImageNet 预训练、输入 224）零适配直接可用；二是压缩存储（166 MB 的体量正是 224×224 的结果）；三是统一评测口径。代价是空间细节损失——出血区域往往很小，从 512×512 或 568×430 降到 224×224 会明显削弱小病灶的像素分辨率，这对分割与检测任务是实质性影响。若研究涉及微小出血点，可考虑回溯上游数据集拿原始分辨率帧（见 §9 的溯源建议）。

2.5 版本链与更新内容

版本	DOI	发布日期	变更
v1	10.5281/zenodo.7548320	2023-01-18	首发
v2	10.5281/zenodo.10156571	2023-11-19	多帧出血重标注 + 新增 XML 与 YOLO-TXT 标注

引用应指向具体版本 DOI（推荐 v2），避免"concept DOI 漂移"——即同一概念 DOI 下最新版本会随更新改变，导致引用内容不确定。v2 相对 v1 的更新说明原文为"Multiple bleeding frames have been reannotated. New XML and YOLO-TXT have been added."，提示 v1 与 v2 的标注不完全等价，跨版本复现需声明所用版本。

2.6 体积的双口径

论文表 I 记数据集体积 168 MB，而 Zenodo v2 下载包实测 166.0 MB（WCEBleedGen (updated).zip，md5 da2f7c1add1095679b6c45cba7f106bb）。两数接近但不相等（差异约 1%），可能源于论文成稿时的打包口径与最终上传包略有出入（含/不含目录结构、压缩级别差异）。引用时建议以 Zenodo 实测 md5 校验后的文件为准，论文的 168 MB 仅作参考（坑 6）。

2.7 Zenodo 展示口径的一个易混点

Zenodo 记录页会显示 “Total data volume” 一栏，v2 记为 384.2 GB / 179.1 GB（两列口径），v1 记为 384.2 GB / 175.6 GB。这不是数据集本体的体积——它统计的是该记录下所有文件累计的下载/预览流量口径，与 166 MB 的数据集文件是两回事。检索者极易误读为"这个数据集有几百 GB"，务必区分（坑 6 的延伸）。

2.8 帧号区间：一张可溯源的编号表

论文 Table III 的一个少有做法是给出来源对应的帧号区间——即每一帧在本数据集中的编号落在哪个区间、来自哪个上游。这使"某帧出身"成为可查的事实，而非笼统描述。转写如下：

区间	类别	来源
出血 1-50	出血	Farah Deeba（153-202）
出血 51-55	出血	KID（203-207）
出血 56-498	出血	Kvasir-Capsule fresh blood（208-650）
出血 499-508	出血	Kvasir-Capsule hematin blood（651-660）
出血 509-800	出血	自采 YouTube（661-952）
出血 801-1157	出血	Gastrolab（953-1309）
非出血 1-500	非出血	Red Lesion Set-1（1-500）
非出血 501-580	非出血	Red Lesion Set-2（501-580）
非出血 581-761	非出血	自采 YouTube（581-761）
非出血 762-1309	非出血	Gastrolab（762-1309）

（注：上表"区间"列为论文原始帧号区间的整理呈现；出血与非出血各自独立编号，论文原文给出的是上游数据集内的帧号范围。）这张表的价值在于：它把"来源透明"从口号变成了可核对的坐标。若研究者想研究"某来源的域偏差"（例如 Gastrolab 帧与其他来源帧在模型表现上的差异），可直接按区间切分子集做对比实验，而不必依赖无法核实的推测。

2.9 来源异质性的四个维度

多来源拼接在带来规模的同时，也带来了四个层面的异质性，使用前应心中有数：

1. 设备与成像参数差异：KID（320×320）、Kvasir-Capsule（336×336）、Farah Deeba（568×430）、Red Lesion（512×512）来自不同成像设备与采集协议，色彩响应、视场角、光照条件均不同。重采样到 224×224 只能统一"像素网格"，无法消除"成像指纹"。
2. 标注口径差异：Kvasir-Capsule 原生区分 fresh blood / hematin blood；Red Lesion 原为"红肿病变"任务；自采 YouTube 帧的标注为全新。三类口径合并为统一"出血/非出血"标签，语义粒度被拉平。
3. 来源合法性差异：Kvasir-Capsule 等为正式发表的数据集，自采 YouTube 帧的可追溯性较弱（依赖视频仍在线），来源新鲜度受上游影响。
4. 场景分布差异：不同来源的帧在消化道部位、肠液/食糜混杂程度、视野清洁度上分布不同，可能引入与解剖位置相关的混杂因素。

2.10 类平衡的统计含义与使用边界

严格 1:1 的类平衡在方法学上有明确的利弊：

利：准确率（accuracy）成为无偏指标；无需重采样/加权即可训练标准分类器；PR 曲线与阈值选择不受先验偏斜干扰；便于跨研究横向比较。

弊：损失了真实场景的患病率信息——胶囊内镜录像中出血帧通常只占极小比例；用本数据集训练并直接部署到真实场景，模型会因先验不匹配而出现大量假阳性；若要做"成本敏感"的筛查设计（漏检的临床代价远高于误检），需自行按临床先验重新加权。

一个实用的折中：在研究阶段用本数据集做算法开发与对比（享受类平衡的便利），在部署评估阶段另行构造符合真实先验的测试集（或对输出做先验校正）——切勿把本数据集上的准确率直接当作临床可用性指标。

2.11 数据集的"帧"与"患者"：一个被省略的维度

几乎所有临床研究都关心"多少患者"——因为患者级划分才能避免同一患者的多帧在训练与测试间泄漏。WCEbleedGen 没有披露患者级信息，仅有帧。这带来两个直接后果：

1. 无法做患者级划分：如果按帧随机划分，来自同一段视频（甚至同一患者）的相邻帧可能分处训练集与测试集。相邻帧在视觉上高度相似，模型可凭"记忆"而非"泛化"通过测试，导致指标虚高。
2. 无法做患者级分层分析：例如"模型在不同患者/不同出血类型上的表现差异"这类研究无法开展。

因此，任何在本数据集上报告的指标，都应被视为"帧级指标"而非"患者级指标"；其临床外推力需另行论证。

2.12 完整性核对清单

拿到下载包后，可用以下清单快速核对数据完整性：

核对项	期望值
zip 文件名	WCEBleedGen (updated).zip
zip 体积	166.0 MB
zip md5	da2f7c1add1095679b6c45cba7f106bb
出血帧数	1,309
非出血帧数	1,309
帧尺寸	全部 224×224
标注格式	类标签 + YOLO-TXT（+XML）+ 二值掩码
附带文件	poster.png（841.6 kB）

§3 任务与标注体系

3.1 三任务一体的设计

WCEbleedGen 最核心的工程主张，是在同一批帧上同时提供三种粒度的监督信号。这三者并非各自独立标注的产物，而是层层递进、共享底层信息：

任务	输出	标注形式	粒度
分类（Classification）	出血 / 非出血	帧级类标签	整帧
检测（Detection）	出血区域位置	YOLO 边界框（v2 增 XML）	区域
分割（Segmentation）	出血区域轮廓	像素级二值掩码	像素

论文宣称这是"首个同时包含类标签、边界框与医学掩码的 WCE 数据集"。这一主张的价值在于标注复用：一旦医生确认了出血区域的边界（检测框），生成像素级掩码就是在框内的细化工作；反过来，有了像素掩码，检测框可由掩码外接矩形导出。三任务共享一次临床判读，边际标注成本递降。

对使用者的直接意义：你可以用同一份数据横向比较"分类 vs 检测 vs 分割"三种技术路线在出血识别上的性价比——例如"用检测框粗略定位"是否真的比"像素级分割"更划算。

3.2 各类标注的生成方式

• 类标签：帧级二分类，逐帧由胃肠病专家确认。出血类含 fresh blood（鲜红色活动性出血）与 hematin blood（陈旧血色素/咖啡色沉积）两个亚型——注意后者在视觉上远比前者隐晦，是漏检高发区。
• 边界框：YOLO 格式（class x_center y_center width height，归一化坐标），v2 额外提供 XML（PASCAL VOC 风格）格式，便于不同检测框架直接接入。
• 掩码：用 MathWorks 的 MATLAB Image Labeler 工具箱生成像素级二值掩码（出血区域为 1、背景为 0）。论文提到，Red Lesion Set-2 中的部分帧因原标注形态所限，是以矩形框直接转成二值掩码注释的——这意味着并非所有掩码都是临床医生逐像素手绘的轮廓，部分掩码的边界其实是方框（坑 4）。

3.3 标注质量与临床背书

• 论文声明全部帧由亚专业胃肠病学家（subspecialized gastroenterologists）逐帧验证。亚专业（subspecialized）一词提示验证者专攻消化/内镜方向，而非泛化的放射或病理医生。
• 临床合作的落点是 AIIMS Delhi（全印医学科学研究所）消化内科，论文作者之一 Deepak Gunjan 即来自该机构（见 §4）。
• 数据集宣称"医学标注"（medically annotated）——这是它与纯工程标注数据集的分界，也是它相对自动标注/众包标注的可信度来源。

但需注意：论文未披露标注者人数、标注者间一致性（inter-annotator agreement）、掩码重叠度等量化质量控制指标。所谓"专家验证"在文本上是定性描述，读者无法据其估计标签噪声量级。这是数据集文档的一个明确留白（见 §8 遗留疑点与坑点）。

3.4 目录结构

GitHub 仓库（palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset）README 给出的数据组织方式为：

datasets/WCEBleedGen/
├── bleeding/
│   ├── images/                 # 出血帧（224×224）
│   ├── bounding_boxes/
│   │   └── YOLO-TXT/           # YOLO 格式边界框
│   └── annotations/            # 掩码/XML 标注
└── non-bleeding/
    ├── images/                 # 非出血帧
    └── annotations/

出血目录比非出血目录多出 bounding_boxes/，符合任务逻辑：只有出血帧才有"框哪里"的需求。非出血帧仅需类标签与（可能的）空掩码。

3.5 评测划分与训练设置

论文采用的基准协议：

• 划分比例 70-20-10：70% 训练、20% 验证、10% 测试，随机种子固定以保证可复现。
• 训练轮数 250 epochs（分类与分割）、batch size 32（分割）/ 16（检测）。
• 优化器 Adam，损失 categorical cross-entropy，默认学习率 0.001。
• 检测使用 Ultralytics 库内置训练函数。
• 数据增强：旋转 ±10°、宽高平移 ±0.1、zoom。
• 硬件：NVIDIA A100 GPU，TensorFlow 2.x。

一处需要使用者警惕的地方：论文未明确说明划分是"帧级"还是"患者级"。由于数据集未披露患者标识（见 §2.2、§8），若划分是帧级的，来自同一患者/同一视频的相邻帧可能同时落入训练与测试集，造成数据泄漏，使测试指标虚高。这是使用该基准时必须自行核实或主动规避的风险（坑 4）。

3.6 与上游数据集标注的关系

WCEbleedGen 的标注不是从零重建，而是在上游标注基础上的再加工：

• Red Lesion Endoscopy Dataset 原生提供病变类别与部分掩码，WCEbleedGen 取其帧并统一为"出血/非出血"二分类口径 + 224×224。
• Kvasir-Capsule 原生的出血帧带 fresh blood / hematin blood 分类，WCEbleedGen 直接继承了这一细分。
• 自采 YouTube 帧的标注则是全新的。

因此，WCEbleedGen 的标注口径是混合血统：既有继承来的（可能与上游标注者标准一致）、也有新标的（可能引入新的主观性）。跨数据集做标签对齐研究时，这一混合血统值得纳入考量。

§4 机构、人物与文献谱系

4.1 机构归属的双口径

WCEbleedGen 的机构归属存在明显的双口径，源于数据集署名（Zenodo）与论文署名（arXiv）两套作者列表的分歧：

Zenodo 口径（数据集 v1/v2 记录）：

#	署名	机构
1	Palak	Delhi Technological University（DTU，德里技术大学）
2	Harshita Mangotra	Indira Gandhi Delhi Technical University for Women（IGDTUW）
3	Divyansh Nautiyal	Guru Gobind Singh Indraprastha University（GGSIPU，ROR 034q1za58）
4	Jyoti Dhatarwal	IGDTUW
5	Nidhi Gooel	IGDTUW

arXiv 论文口径（7 作者）：

#	署名	机构
1	Palak Handa	Danube Private University（DPU）医学系医学图像分析与 AI 研究中心，奥地利 Krems
2	Manas Dhir	GGSIPU 自动化与机器人学院 AI/ML 系
3	Amirreza Mahbod	Danube Private University（奥地利）
4	Florian Schwarzhans	Danube Private University（奥地利）
5	Ramona Woitek	Danube Private University（奥地利）
6	Nidhi Goel	IGDTUW 电子与通信工程系
7	Deepak Gunjan	AIIMS Delhi 消化内科与 HNU

两套列表的差异是结构性的：Zenodo 列 5 人、全部为印度机构；论文列 7 人、其中 4 人挂奥地利 Danube Private University。同一数据集有两套"作者集"与两套机构归属，这是数据集的元数据不完整性的直接体现（坑 3）。

4.2 人物与拼写的三个细节

1. “Palak” vs “Palak Handa”：Zenodo 上第一作者仅署"Palak"（不带姓氏），论文上为"Palak Handa"——极可能是同一人，但署名不统一。
2. “Nidhi Gooel” vs “Nidhi Goel”：Zenodo 拼写为 Gooel，论文/Google Scholar 为 Goel——同一人的拼写不一致。
3. 通讯与临床角色的分离：论文中临床背书来自 AIIMS 的 Deepak Gunjan（消化内科），技术侧主力挂 DPU 与印度三校——这解释了数据集为何同时具备"医学标注"的可信度与"多机构协作"的分散性。

4.3 MISAHUB 与竞赛谱系

WCEbleedGen 的代码库与竞赛同属 MISAHUB 生态（MISAHUB 是组织 Auto-WCEBleedGen Challenge 的团队/账号名）。这带来两个后果：

• 命名混淆：数据集叫 WCEbleedGen，竞赛叫 Auto-WCEBleedGen Challenge，二者同源近似，检索时极易混为一谈（坑 1）。
• 代码库归属漂移：GitHub 仓库原址为 misahub2023/Benchmarking-Codes-of-the-WCEBleedGen-dataset，2026-10-03 实测已 301 重定向至 palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset（HTTP 200，最终 URL 变更）——即仓库所有权从 misahub2023 迁到了个人账号 palaxydf。论文与多篇第三方引用仍指向旧路径，复现时需跟随重定向或直接用新路径（坑 8）。

4.4 上下游文献谱系

WCEbleedGen 在文献生态中处于一个"承上启下"的位置：

上游（数据来源）：

• Kvasir-Capsule（2021，89 GB，458 出血帧）——本数据集出血帧主力来源。
• KID（早期 WCE-AI 数据集，>2,500 帧）。
• Red Lesion Endoscopy Dataset（2017，3,895 帧）。
• Farah Deeba 出血数据集（50 帧）。

本体：WCEbleedGen 数据集（Zenodo 2023）+ 基准论文（arXiv:2408.12466，2024）。

下游（消费本数据集的竞赛与研究）：

• Auto-WCEBleedGen Challenge 系列参赛方案论文，如 arXiv:2412.16624（YOLOv8-X）、arXiv:2412.19218（DETR/Transformer）、arXiv:2412.05216（ColonNet）、arXiv:2412.18591（ClassifyViStA）、arXiv:2406.08046（Swin+RT-DETR）等。
• EndoBench（arXiv:2505.23601）等在综述/基准工作中引用了本数据集。

这一谱系说明：WCEbleedGen 已从"一个数据集"演变为"一个竞赛任务的训练底座"——围绕它的参赛论文数量（至少十余篇）远超它自身的引用数（Google Scholar 15 次 / arxiv.gg 缓存 1 次），原因正是竞赛方案普遍以"引用数据集"而非"引用论文"的方式使用它。

4.5 机构图谱：印奥协作的一个切片

把两套署名合并来看，WCEbleedGen 背后的机构图谱呈现"印度技术院校为主、奥地利私立大学为枢纽"的格局：

机构	国家	在署名中的角色
Delhi Technological University（DTU）	印度	Zenodo 第一署名人（Palak）所在
IGDTUW	印度	Zenodo 3 人、论文 1 人（Goel）
GGSIPU	印度	Zenodo 1 人、论文 1 人（Dhir）
Danube Private University（DPU）	奥地利	论文 4 人（Handa、Mahbod、Schwarzhans、Woitek），含医学图像分析与 AI 研究中心
AIIMS Delhi	印度	论文 1 人（Gunjan），提供消化内科临床背书

这一格局解释了两件事：其一，数据集同时具备"技术工程能力"（印度三校）与"临床可信度"（AIIMS）与"方法学指导"（DPU 的医学图像分析中心）；其二，署名双口径的根源——数据集先在印度团队内部以 Zenodo 5 人发布，后续论文纳入 DPU 合作者与临床合作者，形成 7 人版本。理解这一点，就不会把两套署名误读为"弄错了"。

4.6 一个值得注意的人物细节

论文第一作者 Palak Handa 同时出现在 Zenodo 与论文两处（虽拼写略有差异），且其挂靠机构从 Zenodo 的 DTU 变为论文的 Danube Private University。这类"作者机构随时间/署名场景变化"的现象在国际合作项目中并不罕见，但对检索者意味着：用作者名 + 机构去定位该团队的产出时，需要把 DTU 与 DPU 两个关键词都纳入检索，否则会漏掉一半。

4.7 与 MISAHUB 组织的关系

代码库与竞赛均带 MISAHUB 印记，这是理解数据集"工程生态"的关键线索：MISAHUB 既组织了 Auto-WCEBleedGen 竞赛，也托管了基准代码。数据集本体（Zenodo）与代码/竞赛（MISAHUB/GitHub）分属两个平台，构成"数据在 Zenodo、代码与赛事在 GitHub/MISAHUB"的分工。这一分工带来的检索影响是：找数据看 Zenodo，找工作流与赛事看 GitHub/MISAHUB 生态，两边不可互相替代。

§5 基准结果：16 个模型的诚实体检

5.1 三任务、16 模型

论文在统一 70-20-10 划分上系统评测了三个任务、共 16 个模型：

任务	模型数	模型清单
分类	9	ResNet101V2、InceptionV3、DenseNet169、ConvNeXT、Xception、VGG19、NasNetMobile、MobileNetV2、InceptionResNetV2
检测	3	YOLOv5nu、YOLOv8n、YOLOv8x
分割	3	LinkNet、SegNet、UNet

选择这些模型的逻辑是"覆盖主流架构谱系"：分类侧从轻量（MobileNetV2、NasNetMobile）到重型（VGG19、ConvNeXT）全谱；检测侧用同一 YOLO 家族的三个不同容量档位；分割侧用三种经典编码器-解码器结构。目的是给出"通用模型在 WCE 出血任务上的自然水位线"，而非追求 SOTA。

5.2 分类结果：训练集高分与验证集坍塌

模型	训练集准确率（250 epoch 均值）	验证集准确率（均值）
VGG19	0.95-0.99 档	0.78（最高）
ConvNeXT	同档	0.58
Xception	同档	0.55
MobileNetV2	同档	0.52
InceptionResNetV2	同档	0.52
DenseNet169	同档	0.50
InceptionV3	同档	0.50
NasNetMobile	同档	0.48
ResNet101V2	同档	0.47

读这张表的关键是训练与验证的巨大鸿沟：所有模型在训练集上都能轻松做到 0.95 以上（末轮甚至到 0.96-1.0），但验证集大面积塌到 0.5 上下——对一个二分类任务而言，0.5 基本等于随机猜。只有 VGG19 勉强到 0.78。VGG19 之所以"胜出"，很可能不是因为它更先进，而是因为它参数多、容量大，在这个偏小的数据集上过拟合得更"慢"一些。

为什么泛化这么差？ 论文没有给出定论，但从数据特性可以推断几条线索：一是数据集仅 2,618 帧且来源高度异质（多个不同设备、不同来源拼接），训练集与验证集之间的域差异可能很大；二是 224×224 重采样损失了小出血灶的细节；三是类平衡虽然避免了先验偏斜，但样本总量对深度模型而言仍然偏少。这一结果本身即是对"医学数据集上刷高准确率"风气的反面提醒。

测试集上所有模型的 precision/recall/F1 都偏低，论文直接给出"poor generalization capability（泛化能力不足）"的自评。

5.3 检测结果：YOLOv8n 综合最佳

模型	Precision	Recall	mAP@50	mAP@95
YOLOv5nu	0.68	0.64	0.63	0.35
YOLOv8n	0.69	0.56	0.63	0.36
YOLOv8x	0.65	0.59	0.59	0.30

（测试集 10% 口径）

检测任务的表现比分类"体面"一些：mAP@50 能到 0.63。三者的差异不大，论文结论是 YOLOv8n 综合最佳——注意这是最小的 YOLOv8 变体（n = nano），却跑赢了更大的 YOLOv8x。这与分类任务"大模型未必好"的观察方向一致：在数据量有限、域异质性高的场景里，小模型反而因过拟合风险低而受益。

同时也应看到，mAP@50 0.63 / mAP@95 0.36 意味着定位精度相当粗——模型能大致圈到出血区域，但边框贴合度有限。对小面积出血，检测路线目前还不够可靠。

5.4 分割结果：LinkNet 断层领先

模型	训练集 IoU	训练集 Dice	训练集 Accuracy	验证集 IoU	验证集 Dice	验证集 Accuracy
LinkNet	0.89	0.93	0.99	0.80	0.87	0.97
SegNet	0.31	0.46	0.98	0.31	0.46	0.97
UNet	0.73	0.83	0.98	0.65	0.77	0.96

（250 epoch 均值口径）

分割侧的分化最剧烈：LinkNet 断层领先（训练 IoU 0.89、验证 IoU 0.80），UNet 居中（0.73/0.65），SegNet 几乎失效（训练 IoU 仅 0.31）。这一排序很有意思——SegNet 是三者中较早的架构，其最大池化索引上采样的设计在细粒度掩码上本就吃亏；LinkNet 的残差侧链设计对像素级细节保留更好。论文结论即"LinkNet 分割最佳"。

值得注意的是分割的验证集与训练集差距（LinkNet：训练 IoU 0.89 → 验证 0.80）不像分类那样剧烈——说明在稠密预测任务上过拟合没有分类那么致命，这也符合经验：分割任务的正则化效果来自其密集的监督信号。

5.5 论文的自评与启示

论文讨论节的总结是：三任务整体性能偏低，提示需要超参数优化或集成学习来提升跨域泛化能力。这句自评没有粉饰——一个只报"我们的模型达到 99%"的数据集论文，远不如一份坦承"通用模型在这里只到 0.78"的基准对后续研究有价值。

对使用者而言，这份基准给出了可直接对标的自然水位线：如果你在 WCEbleedGen 上做分类，验证准确率不到 0.78 说明还没超过一个有 250 轮训练的 VGG19；如果做分割，验证 IoU 低于 0.80 说明还没超过 LinkNet。它是"及格线"，不是"天花板"。

5.6 三任务横向对比：难度阶梯

把三个任务的最佳成绩并排看，能读出一条"难度阶梯"：

任务	最佳模型	关键指标	相对难度
分类	VGG19	验证准确率 0.78	中（二分类，但泛化差）
检测	YOLOv8n	mAP@50 0.63 / mAP@95 0.36	高（定位精度粗）
分割	LinkNet	验证 IoU 0.80	中偏高（稠密预测相对稳）

一个反直觉之处：检测（定位）反而比分割（画轮廓）更难做。检测 mAP@95 只有 0.36，意味着高精度定位几乎失败；而分割的验证 IoU 能到 0.80。原因可能是：分割任务提供的是稠密监督（每个像素都有标签），模型有充足梯度信号学习边界；而检测只有稀疏的框级监督，且出血区域边界模糊、小目标多，精确回归框坐标很难。这提示一个实务结论：在出血定位任务上，分割路线可能比检测路线更值得投入——用分割得到的掩码提取外接矩形，定位精度可能高于直接训练检测器。

5.7 模型容量与表现的"倒挂"现象

三个任务共同呈现一个现象：更大的模型没有更好。

• 分类：层数/参数最多的模型（如 ResNet101V2）验证准确率反而最低（0.47），而相对"老"的 VGG19 最高（0.78）。
• 检测：最小的 YOLOv8n 综合最佳，最大的 YOLOv8x 最差。
• 分割：SegNet 几乎失效，LinkNet 最佳。

对这一倒挂的一致解释是过拟合：在仅 2,618 帧、且域异质性高的数据集上，大容量的模型更容易记住训练集的域特征而非学到可迁移的出血征象。这对使用者的直接启示是：在 WCEbleedGen 上做实验时，不要默认"换个更大的 backbone 就能涨点"——正则化（数据增强、dropout、早停、权重衰减）与域泛化策略（域随机化、域对抗）可能比堆容量更有效。

5.8 与竞赛方案的差距：一个可复制的调优路线

既然论文基准（0.78）与竞赛成绩（>96%）差距主要来自训练数据，那么竞赛方案的"扩充 + 调优"路线就可以被拆解借鉴：

环节	论文基准	竞赛方案常见做法
训练数据	原始 2,618 帧，70% 训练	扩充至数千张（如 6,345）
模型	通用分类/检测/分割骨干	定制架构/更强骨干（Transformer、RT-DETR）
训练策略	250 epochs，固定超参	精调超参、集成、TTA
目标	建立自然水位线	冲击排行榜

可复制的要点：如果想在 WCEbleedGen 上取得更高成绩，首先要问"我能不能合法、合理地扩充训练数据"（如引入 Kvasir-Capsule 全量出血帧、其他公开 WCE 出血数据），其次是"用更适配内镜域的架构与增强"。但必须警惕：扩充数据若与测试集同源，会制造虚假提升——这是竞赛场景与被引场景都必须守住的底线。

5.9 复现这份基准的实操建议

若要在自己的环境复现论文基准，建议按以下步骤核对：

1. 数据校验：下载 Zenodo v2 zip，核对 md5（da2f7c1add1095679b6c45cba7f106bb）与帧数。
2. 划分复现：论文称 70-20-10 + 固定随机种子——但未公布具体种子值，因此严格复现划分有难度；可自行固定一个种子并在报告中声明，接受与论文指标的细微偏差。
3. 预处理：帧已是 224×224，无需再缩放；注意是否做 ImageNet 归一化（论文基准的具体归一化口径未完全披露）。
4. 训练设置：250 epochs、batch 32（分割）/16（检测）、Adam、lr 0.001、categorical cross-entropy，尽量对齐。
5. 指标口径：分类报验证集准确率（250 epoch 均值）、检测报测试集 precision/recall/mAP@50/mAP@95、分割报训练与验证的 IoU/Dice。
6. 对照：把你的结果与 §5.2-§5.4 的表逐格对照，判断是否落在合理区间。

一个诚实提醒：论文对划分种子、归一化细节、检测/分割的具体增强参数披露不全，完美复现存在文档缺口；能复现到"大致同一量级"即可认为管线正确。

§6 获取与许可：两层不同的规则

6.1 完全开放的下载通道

WCEbleedGen 的获取极为省事：Zenodo 直链，零门槛。

资产	入口	许可	门槛
数据集本体	Zenodo v2（doi:10.5281/zenodo.10156571）	CC BY 4.0	无（直接下载 zip）
数据集旧版	Zenodo v1（doi:10.5281/zenodo.7548320）	CC BY 4.0	无
论文	arXiv:2408.12466（doi:10.48550/arXiv.2408.12466）	CC BY-NC-SA 4.0	无（开放全文）
基准代码	GitHub palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset	随仓库声明	无（公开）

下载包为 WCEBleedGen (updated).zip，166.0 MB，md5 da2f7c1add1095679b6c45cba7f106bb；另有 poster.png（841.6 kB，md5 4d967f130119f9ac4b208d07fa2a9899）作宣传图。校验 md5 即可确认拿到的是 v2 正确包。

6.2 许可的双口径：数据集 ≠ 论文

这是本条目最需要强调的一点：

• 数据集许可 = CC BY 4.0：署名即可自由使用、修改、分发，包括商业用途。这是相当宽松的许可。
• 论文许可 = CC BY-NC-SA 4.0：署名 + 非商业 + 相同方式共享。禁止商业使用。

两者约束的是不同对象：CC BY 4.0 管的是"数据文件"，CC BY-NC-SA 4.0 管的是"论文文本"。因此：

• 用数据训练商用模型 → 看数据集许可（CC BY 4.0，可以）。
• 转载/翻译论文正文 → 看论文许可（CC BY-NC-SA 4.0，不可商用、需同许可共享）。

最常见的误读是把论文的 NC 条款当成数据的限制，或反过来把数据的宽松当成可以任意商用论文内容。二者务必分开（坑 5）。

6.3 一个隐性约束：上游来源的再分发

CC BY 4.0 是 WCEbleedGen 自身的声明，但它的帧来自 Kvasir-Capsule、KID、Red Lesion 等多个上游数据集，而这些上游各有自己的许可（如 Kvasir-Capsule 通常为 CC BY 4.0 或类似）。如果研究者要再分发 WCEbleedGen 的帧，理论上需确认对这些上游帧也有再分发权。WCEbleedGen 团队的做法是整体以 CC BY 4.0 发布，隐含了他们对所有来源帧的再分发合规性判断——但这一点论文未逐源说明，是谨慎使用者应留意的一环（坑 5 延伸）。

6.4 无 HuggingFace 官方托管

截至抓取时点（2026-10-03），经 hf-mirror.com 检索，未发现 WCEbleedGen 的官方 HuggingFace 托管。分发以 Zenodo 为唯一官方渠道。这与许多同期数据集"HF + Zenodo 双发"的做法不同——意味着想要 load_dataset(...) 一键加载的使用者需自行把 Zenodo 的 zip 转成 HF 格式（或使用第三方非官方镜像，但需自担风险）。

6.5 获取决策路径

你需要什么？
├── 只要数据跑实验
│   └── Zenodo v2 直链下载 zip（166 MB，CC BY 4.0，无门槛）——校验 md5
├── 要复现论文基准
│   └── 同上 + GitHub palaxydf/... 基准代码（16 模型，250 epochs）
├── 要参赛/对标竞赛方案
│   └── 数据集 + Auto-WCEBleedGen 竞赛方案论文（arXiv:2412.16624 等）
└── 要商用训练模型
    └── 数据集 CC BY 4.0 允许；但核对上游来源再分发条款，论文 NC 条款不约束数据本身

§7 生态与影响：WCEBleedGen 与 Auto-WCEBleedGen 的双名纠缠

7.1 数据集→竞赛→方案论文的三级生态

WCEbleedGen 的影响力不局限于数据集本身，而形成了清晰的三级生态：

第一级：数据集本体。Zenodo 上的 2,618 帧标注数据，提供三任务的原始素材。

第二级：竞赛（Auto-WCEBleedGen Challenge）。由 MISAHUB 主办，至少含 Version 1（2024），以本数据集为核心底座。竞赛极大提升了数据集的曝光度——很多研究者是先通过竞赛知道这个数据集。

第三级：参赛方案论文。竞赛催生了一批方法论文，形成围绕该数据集的方法群落：

论文	arXiv	方法	成绩自述
Shekar et al.	2412.16624	统一 YOLOv8-X（检测+分类）	consolation position
Alawode et al.	2412.19218	Transformer/DETR（ResNet50 + DETR）	第 3 名
ColonNet	2412.05216	DenseNet121 + U-Net 混合	—
ClassifyViStA	2412.18591	分割 + 注意力分类	—
Swin + RT-DETR	2406.08046	Swin Transformer + RT-DETR	—

这些方案论文构成了数据集的"应用面"，也反向验证了数据集的可用性。

7.2 竞赛不是数据集：双名纠缠

这是本条目最易踩的坑，必须先讲清。WCEbleedGen 是数据集，Auto-WCEBleedGen Challenge 是竞赛——后者以前者为训练/验证集。两者同源（均由 MISAHUB 生态组织）、名字高度近似，导致公开材料里常见混称：

• task header 的括注"WCEBleedGen: Wireless Capsule Endoscopy Bleeding Detection Challenge"就是把数据集名与赛事名混在了一起。
• 多篇参赛论文用"Auto-WCEBleedGen Version 1 Challenge"指赛事，用"MISAHUB challenge dataset"指数据集，进一步增加辨识难度。

检索规则很简单：要数据找 WCEbleedGen（Zenodo）；要排行榜/名次找 Auto-WCEBleedGen Challenge（坑 1）。

7.3 竞赛成绩 vs 论文基准：一场训练数据口径的对撞

竞赛方案的报告成绩显著高于论文的标准基准：

来源	方案	成绩
论文标准基准	VGG19（分类）	验证准确率 0.78
论文标准基准	YOLOv8n（检测）	mAP@50 0.63
竞赛 arXiv:2412.19218	Transformer/DETR	验证 Accuracy 98.28% / Recall 96.79% / F1 98.37%；检测 AP@0.5 0.7447、mAP 0.7328（获第 3 名）
竞赛 arXiv:2412.16624	YOLOv8-X	分类准确率 96.10%、mAP@0.5 IoU 76.8%（获 consolation 入围）

从 0.78 到 98.28%，这个落差不能简单理解为"竞赛模型更强"。关键差异在训练数据：竞赛方案普遍使用扩充后的训练集——例如 Shekar et al. 自述"we assembled and trained on 6,345 diverse images"，即把原始 2,618 帧扩充到 6,345 张后才训练；而论文基准严格用 70-20-10 的标准划分。扩充数据的来源、方式与是否引入测试集泄漏，直接决定了成绩是否可比。因此：

• 论文基准（通用模型 + 标准划分）= 用来衡量算法本身的自然水位。
• 竞赛成绩（定制方案 + 扩充数据）= 用来衡量工程调优的极限。

两者不可直接比较，引用时必须注明训练数据口径（坑 7）。这也是一个经典的数据集评测陷阱：名次靠前的方案未必赢在模型架构，可能赢在数据工程。

7.4 低基准反而是数据集生命力的证明

一个反直觉但有价值的观察：论文基准分数低，恰恰说明这个数据集仍未被"刷爆"。在医学影像领域，许多热门数据集因基准分数饱和（准确率逼近 99.9%）而失去研究价值；WCEbleedGen 的分类基准约 0.78、检测 mAP@50 约 0.63，留出了巨大改进空间。

这种"低基准"的成因包括：多源整合造成的域异质性（KID、Kvasir、Gastrolab 等来源的成像设备与场景差异）、224×224 缩放的信息损失、出血在肠液/食糜混杂下的视觉歧义、以及有限的样本总量。对研究者而言，这意味着在 WCEbleedGen 上做出提升是有真实意义的，而非在饱和数据集上做无意义的 0.1% 微调。

7.5 下游引用与竞赛版本演进

数据集被多篇后续工作引用。最显著的是 EndoBench（arXiv:2505.23601，2025-05）——面向内镜分析的多模态大模型综合评测，引用了 WCEBleedGen 作为评测资源之一。论文被引量在 Google Scholar 记 15 次、arxiv.gg 缓存记 1 次（抓取时点 2026-10-03，随时间增长）。

竞赛本身经历版本演进：

• Version 1（2024）：以出血/非出血帧的分类、检测、分割三任务为主，与本数据集直接对应。
• Version 2（后续）：任务扩展至出血源定位与分类等更细粒度任务。

Version 2 的具体任务定义与时间线超出本数据集条目范围，此处仅作谱系标注。要点是：引用"Auto-WCEBleedGen 成绩"时务必写明是哪个 Version，否则跨版本比较会失真。

7.6 一个被低估的生态信号

WCEbleedGen 的论文引用数并不高，但围绕它举办的竞赛催生了十余篇参赛方案论文（arXiv:2412.16624、2412.19218、2412.05216、2412.18591、2406.08046 等）。这说明它作为数据集的实际使用强度，远高于其论文被引数所体现的水平——竞赛方案论文往往引用数据集而不引用数据集论文，这是评估"数据集影响力"时容易误判的地方。一个数据集的价值，有时不在论文被引数，而在它成为了多少条赛道的默认底座。

7.7 在消化道内镜数据集景观中的位置

WCEbleedGen 隶属**无线胶囊内镜（WCE）**细分谱系，与库内若干条目形成关联：

• Kvasir-Capsule（rid 123）：同为 WCE 数据集，且是本数据集出血帧的最大来源（443+10 帧）。两者是"上游来源—整合下游"的关系。
• slam-3d-endoscopic（rid 82）：内镜相关数据集，域相关。
• 广义谱系还包括息肉分割（PolypGen、Kvasir-SEG、CVC-ClinicDB 等）、内镜场景理解（EndoSLAM、Endoscapes）等，共享"消化道内镜视觉"的方法学背景。

一个值得注意的定位差异：WCEbleedGen 专注出血这一单一标签（且只分出血/非出血二类），而 Kvasir-Capsule 覆盖多种异常（血管扩张、溃疡、息肉等）。因此两者互补——前者深（任务三类齐全但标签单一），后者广（标签多样但出血帧有限）。

7.8 消化道内镜数据集景观对照

把 WCEbleedGen 放进消化道内镜的数据集景观里，与库内外若干代表对照，能看清它的定位：

数据集	模态	规模	标签	任务
WCEbleedGen	胶囊内镜帧	2,618 帧	出血/非出血（三合一标注）	分类+检测+分割
Kvasir-Capsule（rid 123）	胶囊内镜帧	大（89 GB）	多种异常类别	分类为主
KID	胶囊内镜帧	>2,500 帧	出血等	分类
Red Lesion Endoscopy	内镜帧	3,895 帧	红肿病变	检测/分类
Kvasir-SEG	内镜帧	~1,000 帧	息肉掩码	分割
CVC-ClinicDB	结肠镜帧	612 帧	息肉掩码	分割

从这个对照看，WCEbleedGen 的独特性有二：一是"胶囊内镜 + 出血 + 三任务齐备"的组合几乎无同类（多数出血数据集只给分类标签，多数三任务数据集不是胶囊内镜）；二是体量小但任务密度高（2,618 帧承担三个任务的训练）。

7.9 出血检测这一任务的整体处境

跳出单一数据集，WCE 出血检测作为一个任务本身面临几个结构性难题，理解这些有助于判断 WCEbleedGen 的边界：

1. 出血是稀疏事件：一段完整录像数万帧中，出血可能只在几十帧里出现——真实部署需要极高的召回率与低误报率，而类是高度不平衡的（WCEbleedGen 用类平衡回避了这一难点，但也因此不反映真实难度）。
2. 出血形态高度多样：从鲜红喷涌到陈旧血色素沉积，从小点状到弥漫性，视觉差异极大；hematin blood 尤其易与胆汁、食物残渣混淆。
3. 视野质量不稳定：气泡、肠液、食糜、运动模糊都会干扰，且这些干扰在不同来源数据中的分布差异很大（正是域异质性的来源）。
4. 临床金标准不统一：什么算"出血帧"，不同医生的判断可能不同——这解释了为何"专家验证"需要量化一致性指标来支撑。

这些难题正是"论文基准为什么低"的深层原因，也是 WCEbleedGen 作为研究基座的价值所在：它提供了一个真实难度、未被刷爆的起点。

§8 方法学启示：四条可迁移的经验

8.1 多源整合 + 类平衡，是低资源医学数据集的一条高效路径

WCEbleedGen 的构建策略极具可复制性：不追求单中心前瞻采集，而是从多个公开来源整合帧，再用类平衡与统一尺寸"拉齐"。这条路径成本极低（体积仅 166 MB），却能在短时间内产出可用数据集。对研究团队而言，当自有临床数据难以获取时，"多源整合 + 专家验证"是务实的选择。

代价也很明确：域异质性大、来源新鲜度依赖上游、患者级元数据缺失、部分帧来自网络视频（可追溯性弱）。使用时应清楚这些局限。

8.2 "三任务一体"的标注设计值得推广

把类标签、边界框、掩码三件套打包在同一数据集里，是一个聪明的设计决策。它让一个数据集能同时服务分类、检测、分割三类研究，最大化复用价值。对比之下，许多医学数据集只提供单一类型标注，导致分割研究者与检测研究者各自找数据、彼此不通。WCEbleedGen 的做法降低了跨任务研究的门槛。

8.3 主动公示数据来源表，是可贵的透明度

论文 Table III 逐条列出每一帧的来源（帧号区间 + 来源数据集 + 帧数），这种透明度在医学数据集论文中并不普遍。它让后续研究者能精确知道数据的"出身"，便于做溯源分析、许可回溯、以及域偏差研究。这是 WCEbleedGen 值得称道的方法学实践。

8.4 "专家验证"应当配可复算的一致性指标

WCEbleedGen 的短板恰是它的"专家验证"缺乏量化细节——没有医生人数、没有一致性 kappa。对比库内 PANDA-PLUS 明确披露三层流水线与一致性统计，可以看出："专家验证"若能有可复算的一致性指标，其质量背书会强得多。这是本数据集可改进之处，也是后续数据集建构可借鉴的经验。

§9 与库内条目的关系与检索路径

9.1 家族图谱

WCEbleedGen 在千方病案医数集库内的关联条目：

条目	rid	关系类型	说明
Kvasir-Capsule	123	上游来源 + 同类	本数据集出血帧最大来源（453 帧），同为 WCE 数据集
slam-3d-endoscopic	82	域相关	内镜相关数据集
消化道息肉分割类	多个	方法学同族	共享内镜图像分割的评测范式
内镜场景理解类	多个	域相关	EndoSLAM、Endoscapes 等

9.2 上游来源数据集（可作跨库溯源）

WCEbleedGen 的帧来自以下公开数据集，溯源研究时应回溯这些原始来源以获取更高分辨率帧：

• Kvasir-Capsule（2021，89 GB，458 出血帧，336×336）——出血帧最大来源。
• KID（早期 WCE-AI 数据集，>2,500 帧，320×320）。
• Red Lesion Endoscopy Dataset（2017，3,895 帧，512×512）——非出血帧主力来源。
• Farah Deeba 出血数据集（50 帧，568×430）。

9.3 检索路径建议

• 想研究 WCE 出血检测：从 WCEbleedGen 入手，配合 Kvasir-Capsule(123) 理解上游数据。
• 想研究 消化道内镜全景：以 WCEbleedGen + Kvasir-Capsule + slam-3d-endoscopic 三点构成 WCE/内镜核心簇。
• 想研究 分类/检测/分割多任务：WCEbleedGen 是极少数三任务齐备的小体量数据集，适合快速实验。
• 想研究 医学数据集标注方法学：可对照 WCEbleedGen（多源整合 + 专家验证）与 PANDA-PLUS（三层流水线 + 量化一致性）两种标注范式。

9.4 引用规范

• 引数据：WCEbleedGen v2 数据集，Zenodo，doi:10.5281/zenodo.10156571（CC BY 4.0）。
• 引方法/基准：P. Handa 等，arXiv:2408.12466（CC BY-NC-SA 4.0）。
• 引上游帧来源：按 §9.2 回溯并同时引用 Kvasir-Capsule 等原始论文。
• 注意署名双口径（§8.1 #3/#4），并按引用对象选择正确的作者列表。

9.5 与库内其他条目的方法学互照

WCEbleedGen 与库内若干条目在"方法学姿态"上可以互照，便于研究者横向借鉴：

对照条目	相同点	差异点
Kvasir-Capsule（123）	同为 WCE 帧数据	前者多异常广谱，本条目单出血三任务
slam-3d-endoscopic（82）	同为内镜视觉	前者偏场景/深度，本条目偏病灶任务
PANDA-PLUS	同为医学标注数据集	前者三层流水线 + 量化一致性；本条目专家验证未量化

最后一行尤其值得强调：同样是"专家参与标注"，PANDA-PLUS 公开了一致性统计与流水线细节，WCEbleedGen 只给了一句"专家逐帧验证"。对标注方法学感兴趣的读者，把两者并读，能直观看到"标注质量透明度"的两种水准——这也是本条目反复指出"专家验证应配可复算一致性指标"的现实依据。

§10 避坑清单：已踩过的坑

坑 1：把数据集当竞赛，或把竞赛当数据集。 最高频的混淆。数据集名 = WCEbleedGen，竞赛名 = Auto-WCEBleedGen Challenge。下载数据搜前者，查赛事搜后者。

坑 2：拼写大小写不定导致的检索失败。 官方拼写为「WCEbleedGen」（小写 b、小写 g），但第三方与仓库名大量写作「WCEBleedGen」（大写 B）。检索时两种都要试，否则可能漏掉一半资源。

坑 3：Zenodo 页面的「384.2 GB」被误读为数据集大小。 那是全版本累计下载/预览流量（Total data volume），不是文件体积。数据集本体只有 166 MB 的 zip 包。

坑 4：体积双口径。 论文 Table I 记 168 MB，Zenodo v2 zip 实测 166.0 MB。两数并存，引用须注明口径。

坑 5：许可双口径混用。 数据集是 CC BY 4.0（可商用），论文是 CC BY-NC-SA 4.0（禁商用 + 同协议）。把论文的 NC 套到数据上会误判合规性。

坑 6：泄漏上游来源的许可。 数据集帧来自 KID、Farah Deeba、Red Lesion、Kvasir-Capsule、Gastrolab 等，各上游可能有独立许可。商业使用前须回溯上游条款，尤其 Kvasir-Capsule。

坑 7：引用 concept DOI 而非版本 DOI。 应引用 v2 的具体 DOI 10.5281/zenodo.10156571，否则可能被导向内容不同的 v1。

坑 8：GitHub 仓库路径失效。 原路径 misahub2023/... 已 301 重定向至 palaxydf/...。引用旧路径在重定向失效后会断链，应更新为当前有效路径。

坑 9：混淆论文基准与竞赛成绩。 论文标准基准分类约 0.78、检测 mAP@50 约 0.63；竞赛方案 >96%（因扩充数据训练）。看到高分先问数据条件。

坑 10：假设 HuggingFace 有官方托管。 本轮检索未发现官方 HF repo，官方渠道只有 Zenodo。勿假设可一键 HF 加载。

坑 11：忽略掩码中的「框状注释」。 Red Lesion Set-2 部分帧的掩码实为矩形框而非逐像素轮廓，评估分割时宜甄别。

坑 12：把署名两套人当一套。 Zenodo 署名 5 人（DTU/IGDTUW/GGSIPU），arXiv 论文署名 7 人（增 Danube Private University/AIIMS）。引用数据集与引用论文要分别取对应署名。

坑 13：忽略划分口径不明的泄漏风险。 论文未说明 70-20-10 划分是帧级还是患者级，且数据集无患者标识；若为帧级，同源帧跨划分会使测试指标虚高。使用前宜自行核实。

坑 14：把类平衡当真实分布。 1,309 : 1,309 是刻意配平，真实场景中出血帧是少数。用它估计患病率或设计成本敏感筛选会失真。

§11 总结

11.1 三句话总结

1. WCEbleedGen 是一个 2,618 帧（出血/非出血各 1,309）的无线胶囊内镜类平衡数据集，统一 224×224，首创类标签 + 边界框 + 二值掩码三合一标注，服务分类、检测、分割三任务。
2. 它以 CC BY 4.0 在 Zenodo 完全开放下载，v2 为当前版（2023-11-19），v1（2023-01-18）为初版；基准论文 arXiv:2408.12466（2024-08-22）用 16 个模型建立标准基准。
3. 它的价值在于诚实与可扩展：基准分数偏低（分类约 0.78、检测 mAP@50 约 0.63）意味着未被刷爆；下游的 Auto-WCEBleedGen 竞赛生态进一步放大了它作为消化道出血 AI 研究基座的价值。

11.2 适合谁

• 研究消化道出血自动检测/分割的研究者。
• 需要分类/检测/分割多任务一体的小体量数据集做快速实验的团队。
• 研究医学数据集标注方法学、多源整合策略的人。
• 参与或复盘 Auto-WCEBleedGen 竞赛的参赛者。

11.3 不适合谁

• 需要患者级元数据（年龄、性别、病史）做临床关联研究的人——本数据集无患者级信息。
• 需要原始高分辨率帧做细节分析的人——本数据集已统一压到 224×224。
• 需要高基准分数作为强基线对比的人——本数据集基准偏低，不宜作为"高精度方法"的展示场。
• 需要严格前瞻采集、单一中心质控数据的人——本数据集是多源整合。

11.4 30 秒决策卡

你想做什么	结论
下载数据	Zenodo v2，DOI 10.5281/zenodo.10156571，直链下 166 MB zip
引用数据	「WCEbleedGen v2 (Zenodo, 2023, doi:10.5281/zenodo.10156571), CC BY 4.0」
引用论文	「Handa et al., arXiv:2408.12466, 2024」
查竞赛	搜「Auto-WCEBleedGen Challenge」
复现基准	clone palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset
找上游数据	Kvasir-Capsule（rid 123）是本数据集出血帧最大来源

11.5 一句话记住这个数据集

WCEbleedGen = 2,618 帧胶囊内镜出血数据 × 三任务标注 × 全开放（CC BY 4.0）——它小、全、好下，是消化道出血 AI 研究的低门槛起点；它的坑在于多源异质、患者信息缺失、文档双口径，以及"数据集名 ≠ 竞赛名"。

11.6 与其他数据集的组合使用建议

WCEbleedGen 很少被单独使用，常见的组合方式有三种：

1. WCEbleedGen（出血）+ Kvasir-Capsule（多异常）：前者提供出血的三任务监督，后者提供其他病变的类别覆盖，合起来可支撑"全谱异常检测"研究。
2. WCEbleedGen（训练）+ 自建临床集（测试）：用公开数据训练、用自有临床数据做真实场景验证——这是规避"类平衡不反映真实先验"问题的标准做法。
3. WCEbleedGen（主任务）+ Kvasir-SEG 等分割集（预训练）：先在内镜分割大集上预训练分割骨干，再在 WCEbleedGen 上微调出血分割——利用域相近的预训练提升小数据上的表现。

这三种组合的共同逻辑是：用小而全的 WCEbleedGen 做任务定义与快速迭代，用更大/更真实的配套数据做规模扩展与验证。

DAIMS 评估

以 DAIMS 五维框架评估 WCEbleedGen 作为 AI-Ready 数据集的表现：

维度	评分（1-10）	依据
D 可发现性	7	Zenodo v1/v2 双 DOI 可检索；论文 arXiv 开放；但数据集名与竞赛名混淆、拼写有双版本，拉低可发现性
A 可获取性	9	完全开放，Zenodo 直链零门槛（CC BY 4.0），无 gated/请求制——医学数据集中罕见的低摩擦样本；扣分仅因无 HF 托管
I 可互操作	7	224×224 标准尺寸 + YOLO/XML 双标注格式 + 二值掩码，便于主流框架接入；但未提供标准医学格式（DICOM 等）转换脚本，掩码来源不完全统一
M 元数据质量	6	论文表格完备（来源构成、规格、基准）；但署名/机构双口径、标注质量指标缺失、划分口径不明、体积双口径，元数据自洽性有缺口
S 可持续性	7	Zenodo 平台稳定托管、版本链清晰；但代码库已从机构账号迁至个人账号（misahub2023 → palaxydf），归属稳定性存疑
综合评级	7.2/10（中上）	可获取性极强（A 是最大亮点），元数据质量因双口径与缺失指标拖后腿；整体优于需申请审批的医学数据集

一句话总结：WCEbleedGen 的"好用"程度是它最大的资产，"文档自洽"程度是它最主要的短板。

FAQ（高频问答 28 问）

A. 基础认知

Q1：WCEbleedGen 是数据集还是竞赛？
数据集。竞赛是 Auto-WCEBleedGen Challenge，以本数据集为底座（坑 1）。

Q2：一共多少帧？
2,618 帧。

Q3：出血和非出血各多少？
各 1,309 帧，严格 1:1 平衡。

Q4：图像分辨率？
统一 224×224（从各来源原始尺寸重采样而来）。

Q5：来自哪些患者？
未披露患者级信息，是多源整合的帧集合（坑 12 延伸）。

Q6：谁做的？
多机构合作：论文作者含 Danube Private University（奥地利）、GGSIPU、IGDTUW、AIIMS Delhi；Zenodo 署名为 DTU/IGDTUW/GGSIPU。两套署名（坑 12）。

Q7：什么是 WCE？
无线胶囊内镜（Wireless Capsule Endoscopy），一枚可吞咽摄像头设备，是检查小肠出血的重要手段。

Q8：为什么这个数据集重要？
早期 WCE 出血数据集中，少有的同时提供类标签、边界框、掩码三合一标注，支持多任务学习。

Q9：名字怎么读、什么意思？
WCE = 无线胶囊内镜，bleed = 出血，Gen = 数据集后缀。可理解为"无线胶囊内镜出血（与非出血）帧数据集"。

Q10：它自己有什么局限？
多来源拼接导致域异质、患者标识缺失（划分可能泄漏）、标注质量无量化指标、署名/许可/体积多处双口径、通用模型基准性能偏低。

B. 数据与获取

Q11：哪里下载？
Zenodo，搜索 WCEbleedGen 或访问 DOI 10.5281/zenodo.10156571（v2）。

Q12：要申请吗？
不用，完全开放，无 gated、无请求制（A 维度最大亮点）。

Q13：多大？
zip 包 166.0 MB（WCEBleedGen (updated).zip），建议校验 md5 da2f7c1add1095679b6c45cba7f106bb。

Q14：什么许可？
数据集 CC BY 4.0（可商用）；论文 CC BY-NC-SA 4.0（禁商用）——两者不同（坑 5）。

Q15：有多个版本吗？
有。v1（2023-01-18）、v2（2023-11-19，当前版）。

Q16：v1 和 v2 有什么区别？
v2 重标注了部分出血帧，并新增 XML 与 YOLO-TXT 格式。

Q17：HuggingFace 上有吗？
本轮（2026-10-03）未发现官方 HF repo，官方渠道是 Zenodo（坑 10）。

Q18：怎么引用？
引用 v2 具体版本 DOI：10.5281/zenodo.10156571（数据集）；arXiv:2408.12466（论文）。

C. 标注与任务

Q19：支持哪些任务？
分类、检测、分割三任务。

Q20：标注格式是什么？
类标签 + YOLO-TXT 边界框 + 二值掩码（v2 增 XML）。

Q21：掩码怎么生成的？
MATLAB Image Labeler 手工生成。

Q22：所有掩码都是逐像素精确的吗？
不。Red Lesion Set-2 部分帧的掩码实为矩形框而非逐像素轮廓（坑 11）。

Q23：标注谁做的？
据论文由亚专科消化内科医生逐帧验证，但未披露量化一致性指标。

Q24：测试集是怎么划分的？
论文称 70-20-10、固定随机种子；未说明帧级还是患者级，存在泄漏风险（坑 13）。

D. 基准与评测

Q25：有官方基准吗？
有。9 分类 + 3 检测 + 3 分割，共 16 模型（注：部分材料记 15，系早期口径，以 16 为准）。

Q26：分类最好的是哪个模型？
VGG19，验证准确率约 0.78。

Q27：检测最好的是哪个？
YOLOv8n，测试集 mAP@50 约 0.63 / mAP@95 0.36。

Q28：分割最好的是哪个？
LinkNet，训练集 Dice 约 0.93、IoU 约 0.89（验证集 IoU 0.80）。

事实清单（硬事实 32 条）

以下每条均可回溯到 Zenodo 记录、arXiv:2408.12466 或 GitHub 仓库三类一手来源之一：

1. 数据集全称：WCEbleedGen: A wireless capsule endoscopy dataset containing bleeding and non-bleeding frames。
2. 总帧数：2,618 帧。
3. 出血帧：1,309 帧。
4. 非出血帧：1,309 帧。
5. 类平衡：出血与非出血严格 1:1。
6. 统一尺寸：224×224 像素。
7. 论文表 I 记体积：168 MB。
8. Zenodo v2 zip 实测体积：166.0 MB。
9. zip 文件名：WCEBleedGen (updated).zip。
10. zip md5：da2f7c1add1095679b6c45cba7f106bb。
11. poster.png 大小：841.6 kB，md5 4d967f130119f9ac4b208d07fa2a9899。
12. Zenodo v1 DOI：10.5281/zenodo.7548320，发布日期 2023-01-18。
13. Zenodo v2 DOI：10.5281/zenodo.10156571，发布日期 2023-11-19。
14. v2 更新内容：重标注多帧出血帧 + 新增 XML 与 YOLO-TXT。
15. 数据集许可：CC BY 4.0。
16. 论文许可：CC BY-NC-SA 4.0。
17. 论文编号：arXiv:2408.12466；论文 DOI：10.48550/arXiv.2408.12466。
18. 论文提交日期：2024-08-22（v1，单版本）。
19. 论文学科分类：cs.CV（主）、cs.AI、cs.LG。
20. Zenodo 署名人数：5 人（Palak、Harshita Mangotra、Divyansh Nautiyal、Jyoti Dhatarwal、Nidhi Gooel）。
21. arXiv 论文署名人数：7 人（Palak Handa、Manas Dhir、Amirreza Mahbod、Florian Schwarzhans、Ramona Woitek、Nidhi Goel、Deepak Gunjan）。
22. 评测划分：70%（训练）/ 20%（验证）/ 10%（测试），固定随机种子。
23. 训练 epoch：250；硬件 NVIDIA A100 GPU；框架 TensorFlow。
24. 分类基准最佳：VGG19，验证准确率约 0.78（9 模型参评）。
25. 检测基准最佳：YOLOv8n，测试集 precision 0.69 / recall 0.56 / mAP@50 0.63 / mAP@95 0.36（3 模型参评）。
26. 分割基准最佳：LinkNet，训练集 Dice 0.93 / IoU 0.89、验证集 IoU 0.80（3 模型参评）。
27. 三任务一体：分类（帧级类标签）+ 检测（YOLO 边界框）+ 分割（像素级二值掩码）。
28. 掩码用 MATLAB Image Labeler 生成，Red Lesion Set-2 部分帧以矩形框直接转成掩码。
29. 标注由亚专科胃肠病学家逐帧验证，临床背书来自 AIIMS Delhi 消化内科。
30. GitHub 仓库：原 misahub2023/… 已 301 重定向至 palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset。
31. 竞赛名：Auto-WCEBleedGen Challenge（含 Version 1，2024），主办方 MISAHUB，以本数据集为底座。
32. 截至 2026-10-03 未发现官方 HuggingFace 托管，分发以 Zenodo 为唯一官方渠道。

术语表（26 条）

术语	英文	释义
无线胶囊内镜	Wireless Capsule Endoscopy (WCE)	可吞咽胶囊摄像头，检查小肠出血的重要手段
消化道出血	Gastrointestinal (GI) bleeding	消化道任何部位出血，含呕血、黑便、便血
小肠	Small bowel	位置深、长度长、活动度大，传统内镜难达
出血检测	Bleeding detection	定位出血存在的任务
出血分类	Bleeding classification	判断出血/非出血二分类
出血分割	Bleeding segmentation	像素级勾勒出血区域
二值掩码	Binary mask	逐像素标记出血(1)/非出血(0)
边界框	Bounding box	框定出血区域的矩形
fresh blood	—	鲜红色活动性出血，视觉明显
hematin blood	—	陈旧血色素沉积，呈咖啡色，视觉隐晦易漏检
类平衡	Class balance	各类样本数相等
多任务学习	Multi-task learning	同一模型同时学多个任务
域偏移	Domain shift	训练与测试数据分布不一致
边界框损失	Box Loss (BL)	检测模型预测框位置的损失
分类损失	Classification Loss (CLS)	检测模型的类别损失
分布焦点损失	Distribution Focal Loss (DFL)	检测边框分布损失，YOLOv8 用
交并比	Intersection over Union (IoU)	预测与真值区域交集/并集
Dice 系数	Dice Coefficient	分割相似度指标
平均精度	Average Precision (AP / mAP)	检测指标，mAP 为多类均值
VGG19	Visual Geometry Group 19	深度分类骨干网络，本数据集分类基准最佳
ConvNeXT	—	现代卷积网络
YOLOv8n	You Only Look Once v8 nano	最轻量 YOLO 检测器，本数据集检测基准最佳
LinkNet	—	分割网络，本数据集分割基准最佳
SegNet	—	分割网络
UNet	—	经典医学图像分割网络
Kvasir-Capsule	—	库内 WCE 数据集（rid 123），本数据集上游最大来源

附录

附录 A：条目信息速查卡

项	值
条目名	WCEbleedGen
url_name	wcebleedgen
官方名	WCEbleedGen（A wireless capsule endoscopy dataset containing bleeding and non-bleeding frames）
类型	帧级数据集 + 三任务基准（分类/检测/分割）
数据源	Zenodo + arXiv:2408.12466
规模	2,618 帧（1,309 出血 + 1,309 非出血），224×224
许可	数据集 CC BY 4.0 / 论文 CC BY-NC-SA 4.0
抓取时点	2026-10-03
代理	agent-a-wcebleed
库内互链	Kvasir-Capsule(123)、slam-3d-endoscopic(82)

附录 B：DAIMS 评分全表（24 项）

DAIMS（Dataset AI-Maturity Scoring）24 项评分（每项 0–2 分，满分 48）：

维度	项	得分	依据
文档完整性	官方文档页存在	2	Zenodo 描述页完整
文档完整性	数据字典	1	论文 Table III 有来源表，无逐字段字典
文档完整性	标注规范说明	2	论文 §II-A 详述标注工艺
文档完整性	引用规范	2	Zenodo 提供 citation，含版本 DOI
可获取性	公开可下载	2	无 gated 直链
可获取性	无需申请	2	CC BY 4.0 开放
可获取性	稳定 DOI	2	版本 DOI + concept DOI
可获取性	版本清晰	2	v1/v2 明确
标注质量	专家验证	1	声称验证但无量化一致性
标注质量	多类型标注	2	类标签+框+掩码三合一
标注质量	标注一致性指标	0	未披露 kappa 等
标注质量	标注工具披露	2	MATLAB Image Labeler
数据质量	类平衡	2	严格 1:1
数据质量	尺寸统一	2	224×224
数据质量	来源透明	2	Table III 逐条
数据质量	患者级元数据	0	无
可复现性	基准划分明确	2	70-20-10 + 固定种子
可复现性	代码公开	2	GitHub 仓库（16 模型）
可复现性	训练细节	2	epoch/优化器/批次/硬件
可复现性	超参披露	2	学习率等
生态	被引情况	2	15 次引用（Google Scholar）
生态	竞赛/基准生态	2	Auto-WCEBleedGen 竞赛
生态	下游工具	1	基准代码，无官方工具链
生态	社区活跃度	1	2,350 downloads
合计		38/48

附录 C：逐项证据链自证

关键数字	来源	位置
2,618 帧	arXiv 正文「a total of 2,618 WCE frames」+ Zenodo 描述 + 第三方索引	三源一致
1,309+1,309 类平衡	arXiv「consisting of 1,309 frames each」+ Table I	arXiv 正文
224×224	arXiv Table I + 正文 resize 描述	arXiv
168 MB	arXiv Table I	arXiv
166.0 MB / md5	Zenodo v2 记录页文件列表实测	Zenodo 2026-10-03
CC BY 4.0（数据集）	Zenodo v1/v2 记录页 Rights 字段	Zenodo
CC BY-NC-SA 4.0（论文）	arXiv:2408.12466 HTML 页脚	arXiv
VGG19 验证 0.78	arXiv Table V（validation accuracy 均值）	arXiv
YOLOv8n mAP@50 0.63	arXiv 检测结果表（test set）	arXiv
LinkNet Dice 0.93/IoU 0.89	arXiv 分割结果表（training 均值）	arXiv
GitHub 重定向	2026-10-03 curl 实测 HTTP 200 + final URL 变更	GitHub
竞赛方案成绩	arXiv:2412.16624 / 2412.19218	参赛论文

附录 D：数据获取决策树

需要 WCE 出血数据？
├─ 需要出血/非出血三任务标注 → WCEbleedGen（Zenodo v2，CC BY 4.0）
├─ 需要多种异常（溃疡/息肉等）→ Kvasir-Capsule（rid 123）
├─ 需要高分辨率原始帧 → 回溯上游（KID/Kvasir-Capsule/Red Lesion）
└─ 需要患者级临床信息 → 本数据集不含，另寻临床数据集

附录 E：三任务标注使用规范

任务	用到的标注	目录	输出
分类	类标签	bleeding/ vs non-bleeding/	二值概率
检测	YOLO-TXT 边界框	bleeding/bounding_boxes/YOLO-TXT/	框坐标
分割	二值掩码	bleeding/annotations/	像素掩码

附录 F：基准结果总表（论文三任务）

分类（验证集，250 epoch 均值）：VGG19 0.78 / ConvNeXT 0.58 / Xception 0.55 / MobileNetV2 0.52 / InceptionResNetV2 0.52 / DenseNet169 0.50 / InceptionV3 0.50 / NasNetMobile 0.48 / ResNet101V2 0.47。

检测（测试集）：YOLOv8n precision 0.69 / recall 0.56 / mAP@50 0.63 / mAP@95 0.36；YOLOv5nu 0.68 / 0.64 / 0.63 / 0.35；YOLOv8x 0.65 / 0.59 / 0.59 / 0.30。

分割（训练集 250 epoch 均值 → 验证集）：LinkNet Acc 0.99 / Dice 0.93 / IoU 0.89 → 验证 IoU 0.80；UNet 0.98 / 0.83 / 0.73 → 验证 IoU 0.65；SegNet 0.98 / 0.46 / 0.31 → 验证 IoU 0.31。

附录 G：来源帧构成总表（论文 Table III 全转）

类别	来源	帧数	占比
出血	Farah Deeba	50	1.9%
出血	KID	5	0.2%
出血	Kvasir-Capsule（fresh blood）	443	16.9%
出血	Kvasir-Capsule（hematin blood）	10	0.4%
出血	自采 YouTube	292	11.2%
出血	Gastrolab	357	13.6%
出血	小计	1,309	50.0%
非出血	Red Lesion Set-1	500	19.1%
非出血	Red Lesion Set-2	80	3.1%
非出血	自采 YouTube	181	6.9%
非出血	Gastrolab	548	20.9%
非出血	小计	1,309	50.0%
合计	—	2,618	100%

附录 H：上游数据集规格表

数据集	帧数	尺寸	备注
KID	>2,500	320×320	首个 WCE-AI 数据集，本数据集取 5 帧出血
Farah Deeba	50（仅出血）	568×430	仅出血，本数据集全取
Red Lesion Endoscopy Dataset	3,895（分 2 组）	512×512 等	Set-1 3,295 帧；本数据集取 580 帧非出血
Kvasir-Capsule	89 GB	336×336	含 458 出血帧；本数据集取 453 帧出血

附录 I：版本链与 DOI

版本	DOI	日期	内容
v1	10.5281/zenodo.7548320	2023-01-18	首发
v2	10.5281/zenodo.10156571	2023-11-19	重标注 + XML + YOLO-TXT
论文	10.48550/arXiv.2408.12466	2024-08-22	三任务基准论文

附录 J：双口径冲突存照清单

#	项	口径 A	口径 B	处理
1	名称	数据集 WCEbleedGen	竞赛 Auto-WCEBleedGen	分列，坑 1
2	拼写	WCEbleedGen（官方）	WCEBleedGen（第三方/仓库）	官方为准，坑 2
3	署名	Zenodo 5 人	arXiv 7 人	并列，坑 12
4	机构	DTU/IGDTUW/GGSIPU	含 Danube Private University（奥地利）/AIIMS	并列
5	许可	数据集 CC BY 4.0	论文 CC BY-NC-SA 4.0	分开，坑 5
6	体积	论文 168 MB	Zenodo 166.0 MB	实测为准，坑 4
7	性能	论文基准 0.78	竞赛 >96%	注明训练数据口径，坑 9
8	代码库归属	misahub2023（旧）	palaxydf（现）	用新址，坑 8

附录 K：许可条款细读

• 数据集 CC BY 4.0：允许复制、分发、修改、商用，须署名、附协议链接、标明是否修改。
• 论文 CC BY-NC-SA 4.0：不得商用；衍生作品须同协议；须署名。
• 上游来源：使用前宜回溯 KID、Kvasir-Capsule 等的原始许可（坑 6）。

附录 L：检索决策树

搜 WCEbleedGen 相关资源
├─ 找数据 → Zenodo doi:10.5281/zenodo.10156571（v2）
├─ 找代码 → github.com/palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset（原 misahub2023 已重定向）
├─ 找论文 → arXiv:2408.12466
├─ 找竞赛 → 搜 Auto-WCEBleedGen Challenge（勿与数据集名混用）
└─ 找上游 → Kvasir-Capsule(rid 123)

附录 M：坑点档案（与 §10 对照，共 14 条）

坑 1 数据集/竞赛混称；坑 2 拼写大小写；坑 3 384.2 GB 误读；坑 4 体积双口径；坑 5 许可双口径；坑 6 上游许可泄漏；坑 7 concept DOI；坑 8 GitHub 重定向；坑 9 基准 vs 竞赛成绩；坑 10 HF 无官方托管；坑 11 框状掩码；坑 12 署名两套人；坑 13 划分口径不明的泄漏风险；坑 14 类平衡非真实分布。

附录 N：引文规范

@dataset{wcebleedgen2023,
  title     = {WCEbleedGen: A wireless capsule endoscopy dataset
               containing bleeding and non-bleeding frames},
  author    = {Palak and Mangotra, Harshita and Nautiyal, Divyansh and
               Dhatarwal, Jyoti and Gooel, Nidhi},
  year      = {2023},
  publisher = {Zenodo},
  version   = {v2},
  doi       = {10.5281/zenodo.10156571}
}

@article{handa2024wcebleedgen,
  title   = {WCEbleedGen: A wireless capsule endoscopy dataset and its
             benchmarking for automatic bleeding classification,
             detection, and segmentation},
  author  = {Handa, Palak and Dhir, Manas and Mahbod, Amirreza and
             Schwarzhans, Florian and Woitek, Ramona and Goel, Nidhi and
             Gunjan, Deepak},
  journal = {arXiv preprint arXiv:2408.12466},
  year    = {2024},
  doi     = {10.48550/arXiv.2408.12466}
}

附录 O：缩略语速查

缩写	全称
WCE	Wireless Capsule Endoscopy
GI	Gastrointestinal
YOLO	You Only Look Once
mAP	mean Average Precision
IoU	Intersection over Union
DAIMS	Discoverability/Accessibility/Interoperability/Metadata/Sustainability
DTU	Delhi Technological University
IGDTUW	Indira Gandhi Delhi Technical University for Women
GGSIPU	Guru Gobind Singh Indraprastha University
DPU	Danube Private University
AIIMS	All India Institute of Medical Sciences

附录 P：库内互链关系声明

• 与 Kvasir-Capsule（rid 123）：本数据集出血帧的最大来源（453 帧），构成「上游来源—整合下游」关系，建议双向强互链。
• 与 slam-3d-endoscopic（rid 82）：内镜域相关，建议互链。
• 与消化道息肉/内镜分割条目：方法学同族，建议弱互链。

附录 Q：维护计划与触发点

触发点	条件	动作	优先级
新版本	Zenodo 发布 v3	更新版本链与获取节	1
HF 托管上线	团队建官方 HF repo	更新 §6、升可获取性表述	2
竞赛版本更新	Auto-WCEBleedGen v2 出榜	§7.5 追记	3
论文正式发表	arXiv 转期刊	更新论文条目与许可	4
代码库再迁移	GitHub 归属再变	更新坑 8	5

附录 R：本条目生产档案

• 生产通道：正选 slug wcebleedgen（任务头指定）；开工三查 + 三源存在性核验通过后成稿
• 事实研究：Zenodo（一手记录）+ arXiv:2408.12466（一手论文）+ GitHub（一手代码库）三源互证
• FACTS.md：writing/wcebleedgen/FACTS.md 九节结构
• 成稿方式：多块私有区直写后显式文件名顺序拼接（禁裸 glob）
• 坑点：§10 十四则（坑 1-14 编号制）
• description：成稿时即 ≤170 字符
• 互链计划：Kvasir-Capsule(123)、slam-3d-endoscopic(82)

附录 S：数据集使用检查清单（12 项）

1. 许可分层核对：数据用 CC BY 4.0（可商用），论文文本用 CC BY-NC-SA 4.0（禁商用）——先确定你的用途落在哪一层。
2. 上游许可回溯：若涉及再分发，核对 Kvasir-Capsule、KID、Red Lesion 等上游的许可条款。
3. 版本声明：明确使用 v1 还是 v2；v2 有重标注，跨版本结果不等价。
4. md5 校验：核对 zip md5，确保拿到的是官方 v2 包。
5. 划分策略：论文未公布随机种子与帧/患者级口径；自行固定种子并在报告中声明，警惕同源帧泄漏（坑 13）。
6. 先验校正：类平衡（1:1）不是真实分布；部署评估时按临床先验重加权或另建测试集（坑 14）。
7. 任务选择：定位任务可优先考虑分割路线（分割 IoU 0.80 优于检测 mAP@95 0.36）。
8. 模型容量：别默认大模型更好——本数据集上容量与表现倒挂，优先做正则化与域泛化。
9. 掩码甄别：Red Lesion Set-2 部分掩码为矩形框，做精细分割评估时宜甄别（坑 11）。
10. 署名区分：引数据集用 Zenodo 5 人署名，引论文用 arXiv 7 人署名（坑 12）。
11. 口径标注：报告任何性能数字时注明"标准划分"还是"扩充数据训练"，避免与竞赛成绩混淆（坑 9）。
12. 时点存照：被引数、下载量等随时间变化，引用时注明抓取日期。

附录 T：数据字典（推测结构，以实际包为准）

层级	内容	格式
帧图像	224×224 彩色帧	JPEG/PNG
类标签	出血/非出血（目录区分）	目录结构
检测标注	YOLO-TXT（class x y w h 归一化）	文本
检测标注（v2）	XML（PASCAL VOC 风格）	XML
分割标注	二值掩码（出血=1/背景=0）	图像

注：论文未提供逐字段的正式数据字典；上表按目录结构与论文描述整理，实际字段以下载包 README 与目录为准。

附录 U：常见误读速查

误读	正解
“WCEbleedGen 是一个竞赛”	它是数据集；竞赛是 Auto-WCEBleedGen Challenge
“数据集有 384 GB”	那是 Zenodo 流量口径；本体 166 MB
“数据集 168 MB”	论文口径 168 MB、Zenodo 实测 166.0 MB（双口径）
“数据不能商用”	数据集 CC BY 4.0 可商用；受限的是论文（CC BY-NC-SA）
“基准分类准确率 98%”	那是竞赛方案（扩充数据训练）；论文标准基准 VGG19 仅 0.78
“一共 15 个模型”	论文基准为 16 个（9+3+3）；早期转述或记 15
“可以 HF 一键加载”	无官方 HF 托管，需从 Zenodo 下载
“有患者级信息”	无；仅有帧，且未披露患者数量

附录 V：三方来源与核验记录

来源类型	具体来源	核验内容	时点
一手数据记录	Zenodo v1/v2	规模、许可、版本链、文件、md5	2026-10-03
一手论文	arXiv:2408.12466	来源构成、任务、划分、基准结果	2026-10-03
一手代码库	GitHub palaxydf/…	目录结构、模型清单、重定向	2026-10-03
二次转述	selectdataset / arxiv.gg 等	交叉印证规模与引用数	2026-10-03

三方来源在"2,618 帧 / 1,309+1,309 / 224×224 / CC BY 4.0"等核心事实上一致；分歧处（署名、机构、体积、性能）已在附录 J 逐条存照。

附录 W：进一步阅读

主题	入口
数据集下载	Zenodo v2：doi:10.5281/zenodo.10156571
基准论文	arXiv:2408.12466
基准代码	GitHub palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset
上游数据集	Kvasir-Capsule（库内 rid 123）
竞赛方案代表作	arXiv:2412.16624、arXiv:2412.19218
下游评测引用	EndoBench（arXiv:2505.23601）

---

尾注与来源

1. Zenodo v1 记录：https://zenodo.org/records/7548320 （DOI 10.5281/zenodo.7548320，2023-01-18）
2. Zenodo v2 记录：https://zenodo.org/records/10156571 （DOI 10.5281/zenodo.10156571，2023-11-19）
3. 基准论文：https://arxiv.org/abs/2408.12466 （arXiv:2408.12466，2024-08-22）
4. 论文 HTML 全文：https://arxiv.org/html/2408.12466v1
5. 基准代码（当前路径）：https://github.com/palaxydf/Benchmarking-Codes-of-the-WCEBleedGen-dataset （原 misahub2023 路径已重定向）
6. 竞赛方案论文（YOLOv8-X）：arXiv:2412.16624
7. 竞赛方案论文（Transformer/DETR）：arXiv:2412.19218
8. EndoBench 引用：arXiv:2505.23601
9. 库内条目 Kvasir-Capsule：rid 123
10. 库内条目 slam-3d-endoscopic：rid 82

本条目抓取时点：2026-10-03。所有硬数字以 Zenodo 与 arXiv 一手来源为准，双口径冲突已在正文与附录 J 逐条存照。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• kvasir-capsule — 共享标签：内窥镜影像 / 图像分类 / 目标检测
• glenda — 共享标签：内窥镜影像 / 医学图像分割 / 图像分类 / 目标检测
• kvasir-hyperkvasir — 共享标签：内窥镜影像 / 医学图像分割 / 图像分类
• hyperkvasir — 共享标签：内窥镜影像 / 医学图像分割 / 图像分类
• multicenter-dental-panoramic — 共享标签：医学图像分割 / 图像分类 / 目标检测
• lapgyn4 — 共享标签：内窥镜影像 / 图像分类 / 目标检测
• umid — 共享标签：医学图像分割 / 图像分类 / 目标检测
• bm-bronch — 共享标签：内窥镜影像 / 医学图像分割 / 图像分类
• inredd-dataset-pan924 — 共享标签：医学图像分割 / 图像分类 / 目标检测
• acusim — 共享标签：医学图像分割 / 图像分类 / 目标检测

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。