用于检测小细胞低色素性贫血的目标检测标注与多模态数据集

数据集获取

源站：https://doi.org/10.17632/pr5mr5h3rc.1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 29.2 MB。

数据说明

本数据集支持研究《迈向可解释深度学习：一种用于检测小细胞低色素性贫血的可解释多模态框架》。它包含两个组成部分，均源自公开可用的贫血红细胞（AneRBC）基准数据集。第一个是目标检测标注集，涵盖1,002张全涂片显微镜图像中的94,221个标注红细胞实例，每个细胞均依据一套有据可查的三类形态学方案标注为小细胞低色素性、正常或其他。第二个是面向417名患者（250名小细胞低色素性贫血患者，167名健康对照）的多模态患者级数据集，将检测衍生的形态学图像特征与常规全血细胞计数（CBC）指标及诊断标签相关联。贫血患者仅在形态学描述确认存在小细胞低色素表现时才予以保留；健康对照则依据严格标准筛选（正细胞正色素形态、血红蛋白≥12 g/dL、MCV在76–96 fL范围内）。原始涂片图像来源于AneRBC基准数据集，应依据其条款从该来源获取。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。