[论文解读] Red Blood Cell Morphology Dataset for Image Classification

Saadallah, Mouna|arXiv (Cornell University)|Feb 27, 2025

Digital Imaging for Blood Diseases被引用 8

一句话总结

本文提出了一种用于血涂片图像中红细胞（RBC）分割与分类的新框架，通过凹点检测与定向椭圆拟合解决重叠细胞问题，并通过数据增强、焦点损失和权重归一化处理类别不平衡问题，采用 EfficientNet-B1 模型。该方法在 12 类 RBC 数据集上实现了 92.1% 的准确率和 86.79% 的 F1 分数，优于先前模型。

ABSTRACT

The dataset was compiled from multiple sources: Chula RBC-12-Dataset (Naruenatthanaset et al., 2021): The dataset includes the following classes: Normal, Macrocyte, Microcyte, Spherocyte, Target cell, Stomatocyte, Ovalocyte, Teardrop, Burr cell, Schistocyte, uncategorized, Hypochromia, and Elliptocyte. \url{https://github.com/Chula-PIC-Lab/Chula-RBC-12-Dataset} ThalassemiaPBS-Dataset (Tyas et al., 2022): This dataset represents nine distinct cell types. \url{https://doi.org/10.17632/rfdz6wfzn4.1} Our samples: This supplementary collection was provided by the Anti-Cancer Centre in El-Oued, Algeria. It contains 13 blood smear images representing five different RBC disorders: Burr cells, Ovalocyte, Teardrop. Schistocyte, and Stomatocyte These samples were provided in May 2024 using an optical microscope at 1000x magnification. We cropped each blood smear image from the Chula RBC-12 Dataset to cepture single RBCs and relevant ROI. We then categorized them according to their class using the referenced files provided by the authors. The "Label" folder found in the dataset is structured as follows: x and y coordinates, and the RBC type represented as values from 1 to 11. We did the same on the samples we got from the ACC. The labelling was done by specialists in the centre.

研究动机与目标

• 解决血涂片图像中重叠 RBC 带来的分割与分类困难问题。
• 克服 RBC 数据集中严重的类别不平衡问题，其中正常细胞数量远超罕见疾病类型（类别不平衡比高达 34.538）。
• 开发一种轻量化、适用于移动设备的实时 RBC 分类系统。
• 提供一个公开可用的高质量 12 类 RBC 形态数据集，用于基准测试。

提出的方法

• 在 RBC 边界检测凹点，以识别重叠区域。
• 对凸曲线使用定向椭圆拟合，估算单个 RBC 形状并分离重叠细胞。
• 应用颜色归一化以减少切片间颜色差异，提升模型泛化能力。
• 采用 EfficientNet-B1 作为多类别 RBC 分类的主干网络。
• 集成数据增强、焦点损失与权重归一化，缓解对多数类别的偏差。
• 使用五折交叉验证评估模型在 Chula-RBC-12 数据集上的鲁棒性与泛化能力。

实验结果

研究问题

• RQ1 如何利用几何约束在显微镜血涂片图像中有效分离重叠的 RBC？
• RQ2 在 RBC 形态分类中，何种深度学习策略最能应对极端类别不平衡问题？
• RQ3 像 EfficientNet-B1 这类轻量化模型是否能在保持移动设备适用性的同时实现高准确率？
• RQ4 将数据增强、焦点损失与权重归一化相结合，相较于其他技术在提升少数类性能方面表现如何？

主要发现

• 所提出的重叠细胞分离方法实现了 0.889 的分割准确率。
• 采用数据增强与焦点损失的 EfficientNet-B1 模型取得了最高 92.1% 准确率与 86.79% F1 分数。
• 结合权重归一化与数据增强的策略在少数类上取得了最高的 F1 分数，优于其他损失函数与采样策略。
• 在五折交叉验证中，模型正确分类了全部 46 例重叠细胞实例，展现出对复杂细胞构型的强鲁棒性。
• 混淆矩阵显示，在 748 张测试图像中仅出现六例误分类，最常见的错误发生在形态相似的类别之间，如泪滴细胞（dacrocyte）与口状细胞（schistocyte）。
• 公开发布的 Chula-RBC-12 数据集包含 12 种 RBC 类型及超过 3,700 幅图像，为未来研究提供了宝贵的基准。