临床试验杂志
开放获取

抽象的

各种干扰因素下白细胞检测的深度学习模型

李美宇、李雷、宋爽、葛鹏、张寒山、露露、刘小翔、郑方、林丛、张世杰、孙旭国

白细胞的准确检测是血液系统疾病诊断的基础。然而，当前的方法和仪器要么无法完全自动化识别过程，要么性能较低。为了改善现状，我们确实需要开发更智能的方法。在本文中，我们研究使用基于深度学习的方法实现白细胞的高性能自动检测。提出了构建白细胞检测器的完整工作流程，包括数据收集、模型训练、推理和评估。我们建立了一个新的白细胞数据集，其中包含 6273 个图像（8595 个白细胞），考虑了九种常见的临床干扰因素。基于该数据集，对六种主流检测模型进行性能评估，并提出了一种更鲁棒的集成方案。集成方案在测试集上的 mAP@ IoU=0.50:0.95 和 mAR@IoU=0.50:0.95 分别为 0.853 和 0.922。低质量图像的检测性能是稳健的。首次发现该集成方案检测不完整白细胞的准确率为 98.84%。此外，我们还对比了不同模型的测试结果，发现模型存在多个相同的误检情况，为临床提供正确的建议。