基于增强型FasterR-CNN的血细胞检测方法与流程

本发明涉及血细胞检测方法，具体涉及基于增强型faster r-cnn的血细胞检测方法，属于医学图像分析与计算机视觉。

背景技术：

1、血细胞的临床检测在医学诊断领域占据重要地位，其计数与分类结果对于贫血、感染、白血病等多种疾病的筛查和诊断具有关键作用。传统检测方法主要依赖人工显微镜观察，存在主观性强、效率低下、易产生视觉疲劳等弊端，且检测结果的准确性和一致性高度依赖操作人员的专业经验。基于传统图像处理的自动化方法虽然能够在一定程度上提高检测效率，但在面对细胞重叠、密度过高、染色差异、形态变异等复杂场景时鲁棒性欠佳，难以满足高精度临床诊断的严苛要求。

2、近年来，基于深度学习的目标检测技术为血细胞自动检测提供了新的解决方案。卷积神经网络（convolutional neural network，cnn）通过端到端的学习方式，能够自动从细胞图像中提取层次化特征并完成目标定位与分类，显著提升了检测效率。此类方法展现了深度学习在特征学习方面的强大能力，逐步成为医学图像分析领域的研究热点。然而，血细胞图像具有显著的内在特殊性：细胞尺度变化范围大（从微小血小板到较大白细胞）、细胞间存在严重遮挡与重叠、小目标（如血小板、微小淋巴细胞）占比高等问题，使得现有通用检测网络在处理全局上下文依赖关系、精细化多尺度特征对齐以及小目标精确定位方面仍存在精度不足、泛化能力有限的问题。

3、swin transformer作为一种新型视觉骨干网络，通过引入移位窗口机制和层次化设计，在高效建模全局依赖关系方面展现出优于传统cnn的潜力。其局部窗口注意力机制有效降低了计算复杂度，同时保持了跨窗口的信息交互能力，为血细胞这类需要全局上下文推理的任务提供了更优的特征表示能力。然而，swin transformer在通道维度特征重标定能力方面相对不足，可能导致对血细胞判别性中阶语义信息的提取不够充分，且其计算复杂度随图像分辨率提升而二次增长的问题在血细胞高分辨率显微图像处理中亦需妥善应对。

4、在特征融合方面，特征金字塔网络（feature pyramid network，fpn）已成为解决多尺度目标检测的标准架构，它通过自顶向下的路径融合深层语义信息与浅层位置信息，有效提升了多尺度目标检测性能。但传统的特征融合方式往往采用简单的相加或拼接操作，对跨尺度特征间的非线性关系与空间对齐问题建模不足，缺乏对关键特征的自适应选择和强化机制。在处理血细胞严重重叠、形态多变等复杂情况时，难以保证特征图在通道与空间维度上均聚焦于细胞核、细胞质等关键区分区域，导致特征冗余与信息丢失并存。

5、综上所述，尽管现有算法在血细胞检测任务中取得了一定进展，但在全局依赖建模效率、多尺度特征自适应融合能力以及小目标定位鲁棒性等关键技术环节仍存在进一步提升的空间。因此，亟需一种能够有效融合swin transformer全局建模优势与多尺度特征精细融合机制的血细胞检测方法，以显著提升复杂场景下的检测精度与可靠性。

技术实现思路

1、为解决上述背景技术中存在的不足，本发明提出了基于增强型faster r-cnn的血细胞检测方法。该方法融合了改进的swin transformer骨干网络与高分辨率多尺度注意力特征金字塔网络的优势，有效应对复杂场景下血细胞检测的挑战。本发明通过层次化窗口注意力机制与通道聚合模块，增强模型对血细胞全局及中阶语义特征的建模能力，然后通过构建通道-空间协同注意力机制，优化跨尺度特征的融合过程，强化对细胞核等关键区域的定位，最后采用基于归一化wasserstein距离的回归损失函数，显著提升模型对小尺寸血细胞的定位容错能力。该方案在保证检测精度的同时，有效提升了在复杂场景下的鲁棒性与泛化能力，从而满足临床检测对高准确率与高可靠性的要求。

2、为实现上述目的，本发明提供了基于增强型faster r-cnn的血细胞检测方法，包括如下步骤：

3、步骤1：对输入的血细胞图像进行预处理，得到预处理图像；

4、步骤2：将预处理图像输入特征提取网络中，通过多级特征提取层与通道聚合模块进行处理，得到增强特征图组；

5、步骤3：将增强特征图组输入至颈部网络进行处理，得到多尺度增强特征图；

6、步骤4：采用区域提议网络对多尺度增强特征图进行处理，生成候选区域；对候选区域进行区域特征提取，并对提取得到的区域特征进行分类与回归，得到检测结果。

7、进一步地，所述步骤2包括：

8、将预处理图像输入至第一特征提取层进行处理，得到第一级特征图；

9、将第一级增强特征图输入至第二特征提取层进行处理，得到第二级特征图；

10、将第二级增强特征图输入至第三特征提取层进行处理，得到第三级特征图；

11、将第三级增强特征图输入至第四特征提取层进行处理，得到第四级特征图；

12、将第一级特征图、第二级特征图、第三级特征图以及第四级特征图分别输入至通道聚合模块进行处理，得到对应的第一级增强特征图、第二级增强特征图、第三级增强特征图以及第四级增强特征图，并构成增强特征图组。

13、进一步地，所述第一特征提取层包括分块嵌入模块和第一级swin transformer层；所述第二特征提取层包括图像块合并下采样层和第二级swin transformer层；所述第三特征提取层包括图像块合并下采样层和第三级swin transformer层；所述第四特征提取层包括图像块合并下采样层和第四级swin transformer层。

14、进一步地，所述swin transformer层包括：层归一化、基于7×7窗口的多头自注意力机制、移位窗口多头自注意力机制以及前馈网络。

15、进一步地，所述通道聚合模块处理特征的过程包括：

16、首先，对输入特征进行归一化处理，之后通过1×1卷积得到通道扩展后的特征；

17、然后，对通道扩展后的特征依次应用3×3深度可分离卷积与gelu激活函数，得到非线性处理后的特征；

18、接着，对非线性处理后的特征进行通道聚合操作，得到通道聚合后的特征；其中，通道聚合的实现过程包括：通过1×1卷积对非线性处理后的特征进行通道压缩，然后依次经gelu激活函数与减法器处理，得到残差项；利用可学习的缩放参数对残差项进行逐元素相乘，并将相乘结果与非线性处理后的特征进行逐元素相加，输出通道聚合后的特征；

19、最后，通道聚合后的特征经1×1卷积处理后，与输入特征进行逐元素相加，得到输出特征。

20、进一步地，所述步骤3包括：

21、对增强特征图组中的第一级增强特征图、第二级增强特征图、第三级增强特征图以及第四级增强特征图进行特征拼接，得到融合特征图；

22、对融合特征图应用1×1卷积进行通道降维，得到初步融合特征图；

23、将初步融合特征图输入至高效多尺度注意力机制模块进行特征增强，得到注意力增强特征图；

24、通过不同步长的平均池化操作对注意力增强特征图进行处理，得到多尺度增强特征图。

25、进一步地，本发明还包括：训练过程中所采用的总损失函数包括基于交叉熵函数的分类损失和归一化wasserstein距离损失函数。

26、本发明还提供了一种电子设备，包括处理器和存储器，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行所述的方法的步骤。

27、本发明还提供了一种存储介质，存储有计算机程序或指令，当所述计算机程序或指令在计算机上运行时，执行所述的方法的步骤。

28、与现有技术相比，本发明的有益效果为：

29、（1）针对现有深度学习检测模型在血细胞图像复杂场景下全局上下文建模能力不足的问题，本发明通过对swin transformer骨干网络进行结构性改进，构建层次化窗口注意力机制，增强模型对长距离空间依赖关系的捕捉能力，同时设计通道聚合模块强化中阶语义特征的提取与表达能力，有效缓解特征通道冗余问题，提升对血细胞形态学特征的判别精度。

30、（2）针对传统特征金字塔网络在跨尺度特征融合过程中存在的空间对齐困难、非线性关系建模不足以及关键区域注意力缺失的问题，本发明构建高分辨率多尺度注意力特征金字塔网络，采用跳跃连接与通道-空间协同注意力机制，实现多尺度特征的精细化自适应融合，显著增强对细胞核、细胞质等关键区域的定位与识别能力，有效应对细胞重叠遮挡导致的特征混淆难题。

31、（3）针对血细胞图像中小目标（如血小板、微小淋巴细胞）占比高、定位精度要求严苛但容错能力差的挑战，本发明引入基于归一化wasserstein距离的回归损失函数，通过高斯分布建模优化预测框与真实框之间的匹配过程，提升小目标定位的鲁棒性与容错阈值，显著降低因轻微位置偏差导致的漏检与误检率。