基于CNN与Transformer的白细胞自动检测深度学习模型研究及其临床应用价值

为解决传统白细胞(WBC)检测方法效率低、成本高的问题，研究人员采用SSD、Faster R-CNN和YOLOv5网络，结合ResNet-50、ConvNeXt-Tiny和Swin-Transformer-Tiny等骨干网络，构建了包含5000张图像的WBC检测数据集。实验显示所有模型mAP@0.5均超98%，最高检测速度达131.99 FPS，为临床快速精准诊断提供了重要参考。

　　

在临床诊断中，白细胞(WBC)的检测犹如人体免疫系统的"哨兵"，其数量与类型的异常往往预示着感染、免疫缺陷甚至血液系统癌症。然而传统显微镜计数耗时费力，流式细胞仪又因高昂成本难以普及。尽管深度学习技术如YOLOv5、Faster R-CNN等在医学影像领域崭露头角，但现有研究多局限于小型数据集（如BCCD），且评价指标单一，导致模型优势难以凸显。

为突破这些瓶颈，浙江理工大学的研究团队开展了一项创新性研究。他们首先构建了包含5000张图像的平衡数据集（涵盖5种WBC亚型），随后系统比较了SSD、Faster R-CNN和YOLOv5三种检测框架，并创新性地引入ConvNeXt-Tiny和Swin-Transformer-Tiny等骨干网络进行性能验证。该研究成果发表在《Image and Vision Computing》上，为临床WBC检测提供了重要技术参考。

关键技术方法包括：1)整合LISC、PBC等公开数据集构建5000张图像的WBC检测数据集；2)采用SSD、Faster R-CNN和YOLOv5三种检测框架，结合ResNet-50、ConvNeXt-Tiny和Swin-Transformer-Tiny骨干网络；3)通过mAP@0.5、mAP@0.5:0.95、FPS等多元指标进行系统评估。

Dataset construction
研究团队通过整合多个公开数据集，构建了包含中性粒细胞、嗜酸性粒细胞等5类WBC的平衡数据集。每亚型约1000张图像，按3:1:1划分训练集、验证集和测试集，有效解决了既往研究数据量不足的问题。

Results and discussion
所有模型在测试集上mAP@0.5均超过98%，其中Swin-Transformer-Tiny骨干的YOLOv5达到88.4%的mAP@0.5:0.95最优值。检测速度方面，ConvNeXt-Tiny骨干的SSD模型以131.99 FPS领跑，而Transformer架构在精度与速度间展现出独特优势。

Summary
该研究不仅建立了目前最全面的WBC检测数据集，更通过系统比较揭示了CNN与Transformer架构的互补性：前者在实时性上占优，后者则在复杂场景下表现更稳健。特别是Swin-Transformer-Tiny骨干网络在保持99.01 FPS高帧率的同时，实现了88.4%的mAP@0.5:0.95，为临床快速诊断提供了理想选择。

CRediT authorship contribution statement
Liangzun Fu和Jin Chen作为共同第一作者，完成了从数据构建到论文撰写的全过程；Yang Zhang和Xiwei Huang在方法学上提供关键指导；研究获得国家自然科学基金（62271184）等多项资助支持。

这项研究的突破性在于：首次系统评估了Transformer架构在WBC检测中的潜力，提出的多指标评价体系为后续研究树立了新标准。数据集的开源共享（GitHub可获取）更将加速该领域的创新发展，推动人工智能辅助诊断技术真正走向临床落地。