基于YOLOv5的人血涂片细胞的检测计数研究

摘要：

采用公开的BCCD数据集与自己标注的数据集,利用YOLOv5检测算法,结合DenseNet模型和全卷积网络模型实现细胞检测计数.该方法可以更有效地提取特征解决重叠细胞的计数,再将训练好的最优模型应用于移动端并投入临床使用,简化手动血细胞识别和计数过程,从而达到提高诊断准确率及降低误检率.

关键词：YOLOv5、血细胞识别与计数、神经网络、深度学习

所属期刊栏目：18

分类号：TP391(计算技术、计算机技术)

资助基金：国家级大学生创新创业训练计划项目;安徽省教育厅高校科学研究人文重点项目;皖南医学院校级重点项目

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：11-13,62