换一批基于人工智能与嵌入式设备的细胞图像识别检测应用研究
Application research on cell image recognition and detection based on AI and embedded devices
摘要血液细胞检测在临床诊断中至关重要,但传统方法效率低、误差率高且成本高昂.而在自动化检测中,图像处理技术和深度学习方法存在小目标检测性能欠佳、噪声敏感及计算资源需求较高等问题.针对这些问题,本研究通过样本采集、图像收集、数据增强构建细胞图像数据集,提出改进的YOLOv5 框架,通过引入残差注意力模块和噪声感知权重优化损失函数,提升数据不平衡场景下的模型检测性能及检测精度.模型经验证后,集成到PyQt5 可视化系统和Jetson Nano嵌入式设备中,实现快速、准确的细胞分类及形态分析.细胞图像识别检测系统降低了对人工的依赖,提高了诊断效率与精度,可向医疗资源匮乏地区推广,具有广泛的应用前景.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1673-7571.2026.04.014
发布时间
2026-04-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载6
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
