人工智能和数据科学方法用于在图像中自动检测白细胞
Yawo M Kobara1, Ikpe Justice Akpan2, Alima Damipe Nam3
1Odette School of Business, University of Windsor, Windsor, ON, Canada.
Journal of imaging informatics in medicine
|May 16, 2025
概括
人工智能 (AI) 和数据科学 (DS) 自动化白细胞 (WBC) 分析,以更快,更准确的白血病诊断. 这些方法提高了效率,减少了生物医学诊断中的错误.
科学领域:
- 生物医学诊断 生物医学诊断
- 医学成像分析分析 医学成像分析
- 计算病理学计算病理学
背景情况:
- 医疗保健业务越来越依赖于数据科学 (DS) 和人工智能 (AI).
- 准确的白细胞计数和分类对于诊断白血病等血液疾病至关重要.
- 手动方法用于WBC分析是耗时且容易出现错误的.
研究的目的:
- 评估AI和DS在自动化WBC检测和疾病诊断分类方面的有效性.
- 用科学映射分析WBC图像分析中的AI和DS应用的当前研究环境.
主要方法:
- 来自SCOPUS的文献数据使用文献调查和科学绘图方法进行了分析.
- 评估各种AI算法 (机器学习,深度学习) 和DS方法用于WBC图像分类.
主要成果:
- 包括机器学习和深度学习在内的AI和DS方法显示出自动WBC检测和分类的巨大潜力.
- 这些算法有效地分析微观血细胞图像,提高诊断速度和准确性.
- 自动识别和分类白细胞简化了诊断过程,帮助了血液学家.
结论:
- 人工智能和DS算法是提高生物医学诊断的准确性和效率的强大工具,特别是在血液学中.
- 通过WBC分析的自动化,加速了患者的诊断,并允许更早地检测出异常.
- 未来的研究将探索生成AI在血细胞诊断中的整合.
