基于特征双融合中心网络的白细胞检测方法

作     者：刘欢 吴亮红 张侣 陈亮 周博文 张红强 

作者机构：湖南科技大学信息与电气工程学院 

出 版 物：《计算机应用》 (Journal of Computer Applications)

年 卷 期：2022年

学科分类：100208[医学-临床检验诊断学] 1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 10[医学] 

基　　金：国防基础科研计划项目(JCKY2019403D006) 湖南省自然科学基金资助项目(2021JJ30280) 湖南省科技创新计划项目(2017XK2302) 

主　　题：白细胞检测 中心网络 坐标注意力 特征融合 坐标卷积 

摘      要：针对实际检测过程中复杂场景下由白细胞的形态、染色程度差异较大而导致白细胞检测困难的问题，提出一种基于特征双融合中心网络的白细胞检测方法(TFF-CenterNet)。首先，通过特征金字塔将主干网络特征与反卷积层特征相融合，增强特征提取能力，解决白细胞个体差异、染色程度不同等问题；然后，针对白细胞占据图像面积与图像背景面积严重不均衡的问题，改进热力图损失函数提升对白细胞正样本的关注以提高检测平均精确度(mAP)；最后，针对白细胞图像目标微小、位置随机、细胞粘连的特点，引入坐标注意力和坐标卷积，提高对白细胞位置信息的关注度和敏感性。对于复杂场景下的白细胞，TFF-CenterNet的m AP达到97.01%，比CenterNet高3.24个百分点；检测速度达到167frame/s，比CenterNet快42frame/s。实验结果表明，所提方法在复杂情况下能够提高白细胞检测精度的同时达到实时性要求，提升了鲁棒性，可为辅助医疗诊断中白细胞的快速自动检测提供技术支持。