基于YOLO与AI驱动的推荐系统的智能镰状细胞病分类与严重程度评估系统
基于血涂片图像的镰状细胞病分类与严重程度评估系统，使用YOLOv8检测镰状细胞并结合AI推荐。
基本信息
资源简介
基于YOLO与AI驱动的推荐系统的智能镰状细胞病分类与严重程度评估系统
【一句话概览】
本数据集是 Zenodo 公开的影像数据集，收录 1 个文件、合计 1.52 MB，可用于医学图像分割、检测与分类模型的训练与评测，cc-by-4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Intelligent Sickle Cell Disease Classification and Severity Assessment System Using YOLO with AI-Powered Recommendations》。源站首次发布：2025-02-26。
【数据内容】
源站原始描述：This project introduces an AI-based system for diagnosing and assessing the severity of Sickle Cell Disease (SCD), a haemolytic anaemia caused by abnormal haemoglobin in red blood cells. The system utilizes the YOLOv8 object detection model to accurately and efficiently detect and classify sickle cells in blood smear images. By integrating the Google Gemini API, the system provides AI-powered, patient-specific recommendations to support early interventions and improve healthcare outcomes. Traine…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该项目引入了一套基于人工智能的系统，用于诊断镰状细胞病（SCD）并评估其严重程度。镰状细胞病是一种由红细胞中异常血红蛋白引起的溶血性贫血。该系统利用 YOLOv8 目标检测模型，在血涂片图像中准确、高效地检测并分类镰状细胞。通过集成 Google Gemini API，该系统可提供由人工智能驱动的、针对患者个体的建议，以支持早期干预并改善医疗结局。该模型在血涂片图像混合数据集上进行训练，能够识别并量化镰状细胞，从而根据受影响细胞的百分比计算疾病严重程度。这种方法为传统诊断方法提供了一种更快、更准确的替代方案，可减少错误并减轻医疗提供者的工作量。初步结果显示，诊断准确性和临床决策效率均有显著提升。该系统旨在通过加强早期诊断、提供个性化治疗建议以及改善整体临床结局，革新患者护理。未来目标包括提升人工智能性能并扩展数据集，以实现更稳健的诊断。
【数据结构与技术规格】
文件数 1 个，合计 1.52 MB。数据集 DOI：10.5281/zenodo.14928306。
【适用方向】
影像类数据可用于医学图像分析模型（检测、分割、分类）的训练与评测，也可用于标注质量与成像参数相关性的研究。
【获取与许可】
源站页面：https://zenodo.org/records/14928306
使用许可：cc-by-4.0。
规范引用：Intelligent Sickle Cell Disease Classification and Severity Assessment System Using YOLO with AI-Powered Recommendations
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
