人工智能驱动的自动化血细胞异常检测:改善血液学中的诊断和远程医疗
Oussama El Othmani1,2, Amine Mosbah3, Aymen Yahyaoui1,4
1Computer Science Department, Military Academy of Fondouk Jedid, Nabeul 8012, Tunisia.
Journal of imaging
|May 27, 2025
概括
这项研究引入了用于自动化血细胞分析的AI系统,改进了血液学诊断. 该技术增强了远程医疗保健,并支持服务不足地区的临床决策.
科学领域:
- 血液学 血液学 血液学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 手动血液涂抹分析是耗时的,需要专家的帮助.
- 在偏远和资源有限的环境中,对于精确的血液学诊断存在挑战.
- 远程医疗需要高效且易于使用的诊断工具.
研究的目的:
- 开发一种人工智能驱动的系统,用于自动检测血细胞异常.
- 在远程医疗环境中支持高效的血液学诊断.
- 帮助服务不足地区的临床决策.
主要方法:
- 集成计算机视觉和机器学习模型.
- 使用YOLOv11进行细分和ResNet50进行分类.
- 员工转移学习和零射击学习用于细胞识别和异常分类.
主要成果:
- 在真实注释的血液涂抹图像上实现了高性能.
- 显示精度为0.98,回忆率为0.99,F1得分为0.98.
- 验证了系统在识别和分类细胞类型和异常方面的有效性.
结论:
- 人工智能系统显示出增强远程诊断能力的巨大潜力.
- 该技术可以改善血液学中的临床决策,特别是在服务不足的地区.
- 自动化分析为血液疾病诊断提供了一个可扩展的解决方案.


