人類学
オープンアクセス

概要

さまざまな干渉要因下での白血球検出のためのディープラーニングモデル

Meiyu Li、Lei Li、Shuang Song、Peng Ge、Hanshan Zhang、Lu Lu、Xiaoxiang Liu、Fang Zheng、Cong Lin、Shijie Zhang、Xuguo Sun

白血球の正確な検出は、血液系疾患の診断の基礎です。しかし、現在の方法と機器は、識別プロセスを完全に自動化できないか、パフォーマンスが低いです。現状を改善するには、よりインテリジェントな方法を開発する必要があります。この論文では、ディープラーニングベースの方法を使用して、白血球の高性能自動検出を実現することを検討します。白血球検出器を構築するための完全な作業パイプラインが提示されており、データ収集、モデルトレーニング、推論、評価が含まれています。9つの一般的な臨床干渉要因を考慮して、6273枚の画像（8595個の白血球）を含む新しい白血球データセットを確立しました。データセットに基づいて、6つの主流の検出モデルのパフォーマンス評価を実行し、より堅牢なアンサンブルスキームを提案しました。テストセットのアンサンブルスキームのmAP@ IoU = 0.50：0.95とmAR@IoU = 0.50：0.95は、それぞれ0.853と0.922です。低品質画像の検出性能は堅牢です。アンサンブル方式により、不完全な白血球の検出精度が 98.84% になることが初めて判明しました。さらに、さまざまなモデルのテスト結果を比較し、モデルの複数の同一の誤検出を発見し、クリニックに正しい提案を提供しました。