寄生虫虫卵检测数据集 | 3600张YOLO医学检验数据集

寄生虫虫卵检测数据集 | 3600张YOLO医学检验数据集

适用于粪便镜检自动化、辅助诊断与目标检测研究

一、数据集概述

本数据集收录8种常见人体寄生虫虫卵的显微图像，用于构建自动化镜检辅助系统，共包含约3600张高质量标注图像。肠道寄生虫感染在全球范围内仍是重要的公共卫生问题，粪便涂片镜检是最常用的诊断手段。镜检需要检验人员在显微镜下辨认不同种类虫卵的形态特征，工作强度大、对经验依赖强，基层医疗机构尤其缺乏合格的镜检人员。该数据集可广泛应用于医学检验自动化、基层医疗辅助诊断、寄生虫病流行病学调查、检验医学教学等场景，适用于YOLOv5/v7/v8/v10/v11/v12等主流检测框架。

随着 人工智能 与医学检验的深度融合，利用计算机视觉技术实现寄生虫虫卵的自动检测与种类识别已成为提升镜检效率、缓解基层医疗检验能力不足的重要手段。本数据集针对显微图像中虫卵形态复杂、杂质干扰多、类间相似度高等问题进行专项构建，可为自动化镜检系统与智能阅片设备提供高质量数据支撑。

数据集下载

通过网盘分享的文件：寄生虫虫卵检测数据集-8类

链接: https://pan.baidu.com/s/1WHSfcs7l2UAxgHby5RxocA?pwd=ncy8

提取码: ncy8

二、数据集基本信息

三、数据集类别说明

本数据集为多类别目标检测数据集，共设置8个检测类别，覆盖临床最常见的线虫、吸虫与绦虫虫卵，与检验科日常镜检项目高度对应，类别划分贴合医学检验实际需求。

类别配置

nc: 8

names:
  - hookworm
  - ascaris
  - pinworm
  - fasciola_hepatica
  - hymenolepis
  - schistosoma
  - taenia
  - trichuris

类别详情

八类设计覆盖了临床镜检中最常见的线虫（钩虫、蛔虫、蛲虫、鞭虫）、吸虫（肝片吸虫、血吸虫）和绦虫（膜壳绦虫、带绦虫）三大类寄生虫，与我国及全球寄生虫病防控的重点种类高度吻合。

四、数据集结构说明

数据集采用标准YOLO目录结构组织，已按训练集、验证集、测试集进行科学划分，结构清晰，便于直接接入主流检测框架。

寄生虫虫卵检测数据集-8类/
├── train
│   ├── images
│   └── labels
├── valid
│   ├── images
│   └── labels
├── test
│   ├── images
│   └── labels
└── data.yaml

各数据集作用如下：

• train/images & labels：训练集图像与标签，用于模型参数学习与特征提取；
• valid/images & labels：验证集图像与标签，用于超参数调优、早停监控及防止过拟合；
• test/images & labels：测试集图像与标签，用于最终模型性能评估与泛化能力测试。

标注文件为同名.txt格式，每行格式为类别索引 x_center y_center width height，坐标均为归一化值，配套 data .yaml已配置好类别名称与数量，可直接适配YOLO系列等目标检测框架。

五、数据集核心优势

1. 专注医学检验镜检场景

本数据集以显微镜下寄生虫虫卵检测为核心任务，所有图像聚焦于粪便涂片镜检的显微视野，覆盖8种临床常见人体寄生虫虫卵。类别设计贴合检验科日常镜检项目，更利于训练出针对寄生虫虫卵的高精度检测 模型 。

覆盖虫种包括：

• 线虫类：钩虫、蛔虫、蛲虫、鞭虫
• 吸虫类：肝片吸虫、血吸虫
• 绦虫类：膜壳绦虫、带绦虫

涵盖我国及全球寄生虫病防控的主要虫种。

2. 贴近真实镜检环境的图像质量

显微镜高倍视野下拍摄，图像特点：

• 干扰物丰富：粪渣、气泡、杂质等与虫卵形态相似，增加识别难度
• 形态多样：不同角度、不同发育阶段的虫卵形态变化
• 密度不均：视野中虫卵数量从零散到密集分布
• 背景复杂：涂片背景中的染色、杂质等干扰

与真实镜检环境高度一致，有效提升模型的实际部署价值。

3. 专业医学标注

所有图像均由检验医学专业人员参与标注：

• 虫卵边界框贴合卵壳轮廓
• 种类判定依据形态学标准
• 标注标准统一、规范
• 覆盖线虫、吸虫、绦虫三大类

有效保证模型训练质量。

4. 丰富的形态特征覆盖

8种虫卵在形态上具有显著差异：

• 大小差异：从微小虫卵到较大虫卵
• 形态差异：圆形、椭圆形、腰鼓形、纺锤形等
• 壳特征：厚壳、薄壳、有盖、有棘、光滑等
• 内容物特征：不同发育阶段的卵细胞结构

覆盖虫卵形态学鉴定的关键判别特征。

5. 即用型数据组织

标准目录结构+精简data.yaml配置，无需复杂预处理，可直接用于模型训练，降低使用门槛。

6. 社会价值与应用前景

寄生虫病在全球范围内仍是重要的公共卫生问题，尤其是在发展中国家和偏远地区。本数据集旨在推动AI辅助镜检系统的开发，助力：

• 缓解基层医疗机构镜检人员短缺问题
• 提升寄生虫病筛查效率与准确率
• 降低检验人员的工作强度
• 推进医学检验自动化进程

六、适用场景

粪便镜检自动化辅助识别

作为AI辅助镜检系统的核心识别模块，自动检测涂片中的虫卵并分类，辅助检验人员提高阅片效率。

基层医疗机构寄生虫病筛查

在缺乏专业镜检人员的基层医疗机构，通过AI辅助筛查提升寄生虫病的检出率与诊断水平。

寄生虫病流行病学调查数据分析

应用于大规模寄生虫病流行区调查，实现快速、标准化的虫卵检测与数据记录。

智能显微镜与自动阅片设备开发

集成于智能显微镜系统或自动阅片设备，实现粪便涂片的自动化扫描与虫卵识别。

检验医学教学

用于检验医学专业教学培训，帮助医学生熟悉常见寄生虫虫卵的形态特征与鉴别要点。

教学科研

用于显微图像目标检测研究、检验医学 AI算法 开发等科研场景。

说明：本数据集仅供算法研究与教学使用，不可直接用于临床诊断。

七、适用研究方向

本数据集可广泛应用于以下研究领域：

• 显微图像目标检测研究
• 医学检验自动化与AI辅助诊断研究
• 寄生虫虫卵识别与分类研究（8类）
• 多类别目标检测研究（类间形态相似）
• 医学图像小目标检测研究
• 复杂背景目标检测研究（杂质干扰）
• YOLO系列模型优化研究
• 轻量化检测模型与边缘部署研究
• 域适应与跨场景泛化研究
• 公共卫生与流行病学AI研究

八、总结

寄生虫虫卵检测数据集包含约3600张高质量标注图像，采用标准YOLO格式构建，专注于显微镜下寄生虫虫卵的检测与种类识别任务。数据集覆盖钩虫、蛔虫、蛲虫、肝片吸虫、膜壳绦虫、血吸虫、带绦虫、鞭虫8类常见人体寄生虫虫卵，具有专业医学标注、真实镜检环境图像、形态特征丰富等特点，可广泛应用于粪便镜检自动化、基层医疗辅助诊断、流行病学调查、检验医学教学等领域，是开展医学检验AI算法研发与智能镜检系统建设的优质数据资源。