基于Transformer的宫颈异常细胞自动识别方法

作者：张峥; 陈明销; 李新宇; 程逸; 申书伟; 姚鹏^*

来源：中国激光, 2023, 1-18.

• 宫颈细胞病理图像
• Transformer
• 目标检测
• 医学图像处理

宫颈异常细胞与正常细胞在形态上存在较大相似性且细胞尺寸变化较大，这使得宫颈异常细胞的精准检测变得非常困难。鉴于此，本文开发了一种基于Transformer的宫颈异常细胞自动识别模型，以帮助病理学家做出更准确的诊断。我们在模型中提出了两种创新性方法，一是一种改进的Transformer Encoder结构，通过引入DW卷积来高效获取图像的特征，捕捉图像中的全局依赖信息；二是自适应的动态IOU阈值，在模型训练不同阶段使用不同的IOU阈值，获得尽可能多的有效检测，提升模型的收敛速度和检测精度。在宫颈异常细胞数据集上，通过消融实验，证明了改进的Transformer Encoder和动态IOU阈值的有效性。此外，与已有的宫颈异常细胞识别方法相比，我们所提出的方法在平均精度指标AP上有明显的提高。实验结果表明，我们的方法能够高效且准确地识别宫颈异常细胞，且能辅助病理专家提高诊断准确率和效率，具有推广到广泛临床应用的潜力。

• 单位
  中国科学技术大学; 高等研究院