摘要：儿童白血病骨髓全切片影像数据集(BoneMarrowWSI-PediatricLeukemia)是一个专门用于儿童急性白血病诊断的大规模病理影像数据集。
数据集概述
儿童白血病骨髓全切片影像数据集(BoneMarrowWSI-PediatricLeukemia)是一个专门用于儿童急性白血病诊断的大规模病理影像数据集。数据集包含骨髓穿刺涂片的全切片扫描影像(Whole Slide Image, WSI)，使用May-Grünwald-Giemsa(MGG)染色——这是骨髓细胞形态学检查的金标准染色方法。所有影像以DICOM格式(.dcm)存储，符合医学影像标准，每个患者样本包含多个文件类型：原始骨髓涂片扫描(SM-Bone marrow aspirate smear)、细胞边界框标注(ANN-Cell bounding boxes)、细胞类型标签(cell type labels)、多轮标注会话记录(annotation session 0-4)、共识标注(consensus labels)、单层细胞感兴趣区域(Monolayer regions of interest)以及GeoJSON格式的几何标注。数据集还包含lab_values_sample.csv实验室检验数据文件，可能包含血常规、骨髓象百分比等临床指标，支持影像-临床多模态分析。。
数据结构与关键特征
数据集采用按患者ID组织的文件命名结构(如A6BBC91AE73DD21C0533F735470A9CD0和F7177163C833DFF4B38FC8D2872F1EC6代表不同患者)，每个患者包含约15-30个文件。核心文件类型包括：(1)骨髓涂片原始影像(SM-Bone marrow…dcm)：超高分辨率WSI，单张文件可达数百MB至数GB，包含数千至数万个细胞；(2)细胞边界框标注(ANN-Cell bounding boxes)：标注了每个细胞的位置(bounding box坐标)和类型(原始幼稚细胞、早幼粒细胞、中幼粒细胞、晚幼粒细胞、淋巴细胞、单核细胞、红细胞等)；(3)多轮标注会话(annotation session 0-4)：记录了5位不同标注者的独立标注结果，用于评估标注者间一致性；(4)共识标注(consensus cell type labels)：综合多位专家意见形成的最终标注，提高了标签可靠性；(5)单层细胞ROI标注(Monolayer regions of interest)：标记了细胞分布均匀、适合分类的区域，避免细胞重叠干扰；(6)GeoJSON文件：提供矢量格式的几何标注，便于可视化和分析工具集成。MGG染色使细胞核呈紫蓝色、细胞质呈粉红至蓝色，不同成熟阶段的白血病细胞和正常造血细胞呈现特征性形态差异。
应用价值与研究方向
该数据集在血液病诊断、儿科肿瘤学和数字病理AI领域具有重要的临床转化价值和科研意义。在临床应用中,可用于开发儿童急性白血病自动诊断系统、骨髓细胞自动分类工具、原始细胞比例计数辅助系统和数字病理远程会诊平台,帮助血液科医生快速准确地进行细胞形态学诊断——传统人工镜检需要经验丰富的血液病理专家耗时数小时计数和分类数百个细胞,AI辅助工具可显著缩短诊断周期并减少主观误差。在研究方向上,适合用于目标检测模型训练(Faster R-CNN、YOLO用于细胞定位)、实例分割任务(Mask R-CNN精确勾画细胞边界)、细胞多分类模型(ResNet、EfficientNet识别10+种细胞类型)、全切片影像分析(处理GB级超大图像的分块处理和特征聚合)、弱监督学习(利用WSI级标签训练细胞级模型)、标注者间一致性分析(利用5轮标注数据研究诊断可靠性)、多模态融合学习(结合影像特征和lab_values实验室数据)以及可解释AI研究(通过注意力机制识别模型关注的细胞形态特征),为儿童白血病的早期诊断、微小残留病灶检测和疗效监测提供精准工具,最终改善儿童急性白血病患者的治愈率和长期生存质量。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-263
文件大小：10G
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)