研究血液细胞图像检测方法基于富里埃图形显微镜的研究
Mingjing Li1, Le Yang1, Shu Fang1
1College of Electronic Information Engineering, Changchun University, Changchun 130022, China.
Sensors (Basel, Switzerland)
|February 13, 2025
概括
一种名为SCD-YOLOv7的新算法,使用富里埃图形显微镜 (FPM) 图像增强了红细胞检测. 这种方法提高了临床诊断的准确性和效率,并了解了氧气承载能力.
科学领域:
- 病理学 病理学 病理学
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 自主里埃图形显微镜 (FPM) 可实现高分辨率,大视野成像,对于详细的病理观察至关重要.
- 红细胞是评估氧气运输和指导临床决策的重要生物标志物.
研究的目的:
- 开发一种先进的算法,以使用FPM准确且可靠地检测红细胞.
- 通过数据预处理和架构创新,提高血液细胞检测模型的通用性和稳定性.
主要方法:
- 使用FPM实验平台构建血细胞数据集.
- 实施四种图像增强策略以改善模型通用化.
- 关于SCD-YOLOv7算法的建议,该算法包括C-MP和DELAN模块,用于优化特征提取,Sim-Head检测头用于改进小目标检测,以及Focal-EIoU损失函数,以提高准确性和融合.
主要成果:
- 在FPM数据集上,SCD-YOLOv7算法实现了92.4%的血细胞检测准确度,提高了7.2%.
- 该算法显示,计算负载减少了14.6G.
- 废弃和比较实验验证了拟议的模块和损失函数的有效性.
结论:
- SCD-YOLOv7算法在病理学中显著推进了自动化血细胞检测.
- 将FPM成像与复杂的深度学习模型集成为临床诊断提供了强大的工具.
- 开发的方法显示了提高血液学分析效率和准确性的潜力.


