arXiv:2507.18483v2 Announce Type: replace 
Abstract: Accurate detection of Plasmodium falciparum in Giemsa-stained blood smears is an essential component of reliable malaria diagnosis, especially in developing countries. Deep learning-based object detection methods have demonstrated strong potential for automated Malaria diagnosis, but their adoption is limited by the scarcity of datasets with detailed instance-level annotations. In this work, we present an enhanced version of the publicly available NIH malaria dataset, with detailed bounding box annotations in COCO format to support object detection training. We validated the revised annotations by training a Faster R-CNN model to detect infected and non-infected red blood cells, as well as white blood cells. Cross-validation on the original dataset yielded F1 scores of up to 0.88 for infected cell detection. These results underscore the importance of annotation volume and consistency, and demonstrate that automated annotation refinement combined with targeted manual correction can produce training data of sufficient quality for robust detection performance. The updated annotations set is publicly available via Zenodo: https://doi.org/10.5281/zenodo.17514694

تعتبر الكشف الدقيق عن بلازموديوم فالسيباروم في مسحات الدم الملونة بصبغة جييمسا عنصرًا أساسيًا للتشخيص الموثوق للملاريا، خاصة في البلدان النامية. تقدم هذه الدراسة نسخة محسنة من مجموعة بيانات الملاريا التابعة للمعهد الوطني للصحة، مع توضيحات مفصلة بتنسيق COCO لدعم تدريب الكشف عن الكائنات. تم تدريب نموذج Faster R-CNN للكشف عن خلايا الدم الحمراء المصابة وغير المصابة، حيث حقق درجات F1 تصل إلى 0.88 للكشف عن الخلايا المصابة، مما يبرز أهمية جودة وكمية التوضيحات.

La detección precisa de Plasmodium falciparum en frotis de sangre teñidos con Giemsa es crucial para un diagnóstico fiable de la malaria, especialmente en países en desarrollo. Este estudio presenta una versión mejorada del conjunto de datos de malaria del NIH, con anotaciones detalladas en formato COCO para facilitar el entrenamiento de detección de objetos. Se entrenó un modelo Faster R-CNN para identificar glóbulos rojos infectados y no infectados, logrando puntajes F1 de hasta 0.88 para la detección de células infectadas, destacando la importancia de la calidad y el volumen de las anotacio…

La détection précise de Plasmodium falciparum dans les frottis sanguins colorés au Giemsa est essentielle pour un diagnostic fiable du paludisme, en particulier dans les pays en développement. Cette étude présente une version améliorée du jeu de données NIH sur le paludisme, avec des annotations détaillées en format COCO pour faciliter l'entraînement à la détection d'objets. Un modèle Faster R-CNN a été entraîné pour identifier les globules rouges infectés et non infectés, atteignant des scores F1 allant jusqu'à 0,88 pour la détection des cellules infectées, soulignant l'importance de la quali…

Accurate detection of Plasmodium falciparum in Giemsa-stained blood smears is crucial for reliable malaria diagnosis, particularly in developing nations. This study presents an enhanced version of the NIH malaria dataset, featuring detailed bounding box annotations in COCO format to facilitate object detection training. A Faster R-CNN model was trained to identify infected and non-infected red blood cells, achieving F1 scores of up to 0.88 for infected cell detection, highlighting the significance of annotation quality and volume.

A COCO-Formatted Instance-Level Dataset for Plasmodium Falciparum Detection in Giemsa-Stained Blood Smears

Was this article worth reading? Share it

Ready to build your own newsroom?