算法研发成员项目描述:
·数据处理:专注于宫颈癌细胞的小目标特征,通过图片切片、旋转、缩放、平移、裁剪、模糊等多种手段对数据集进行增
强,提升模型对复杂样本的适应性。
·模型训练与优化:基于yolov8架构并引入effcientvit注意力机制,有效提升了模型对关键信息的捕捉能力,同时降低
了计算复杂度。
·切片质量检测:通过提取细胞图像中的形状、纹理、频域等特征,执行细胞计数和模糊检测,筛选出质量不合格的切片,
确保数据质量。
项目结果:
·实现了细胞层面的识别准确率超过78.8%。
·在病例层面分级的准确性超过65%,敏感性超过88%,特异性超过70%