基于轻量化Transformer模型的实时血细胞检测技术(BCRT-DETR)在血液疾病诊断中的创新应用

为解决血细胞显微图像检测在血液疾病诊断中的关键问题，研究人员开发了新型血细胞实时检测Transformer模型(BCRT-DETR)。通过动态对齐整合主干网络(DAIBN)和多尺度并行聚合拼接模块(MPAS)，结合AIFI-HiLo注意力机制与RMT_Block结构，该模型在RT-DETR基础上实现参数降低33.8%、GFLOPs减少51.1%的同时，将mAP50提升至96.8%，为自动化医疗诊断提供创新解决方案。

　　

在生物医学领域，血细胞显微图像检测对血液相关疾病诊断至关重要。最新研发的血细胞实时检测Transformer模型(BCRT-DETR)通过三大创新突破提升检测效能：动态对齐整合主干网络(DAIBN)巧妙解决多源特征空间差异问题；颈部结构嵌入的多尺度并行聚合拼接模块(MPAS)显著降低细胞特征提取的漏检率；而将高低频(HiLo)注意力机制与基于注意力的尺度内特征交互模块(AIFI)结合形成的AIFI-HiLo组合，成功克服模型对细胞密集区域的过度关注倾向。

特别引入的保留式会合Transformer模块(RMT_Block)进一步优化计算复杂度，使检测速度大幅提升。实验数据显示，相较于当前主流Transformer实时检测模型RT-DETR，BCRT-DETR在参数量(33.8%)、每秒十亿次浮点运算(GFLOPs,51.1%)和模型体积(34.1%)等关键指标上均实现显著压缩，同时将平均精度指标mAP₅₀和mAP_50:95分别提升0.8%和1.6%，其中mAP₅₀高达96.8%。该模型在血细胞检测、血细胞计数与检测以及全血细胞计数等多个数据集上均展现出卓越的泛化能力，为自动化医疗诊断体系提供了可靠的技术支撑。