评估图像超分辨率对白血细胞分类准确性的影响
图像与视频处理
2025-08-07 v1 计算机视觉与模式识别
机器学习
定量方法
摘要
准确分类白血细胞对于医学诊断中识别多种疾病和状况至关重要。许多深度学习技术被用于快速自动分类图像。然而，这些微观图像的分辨率通常较低，这可能使分类难以准确进行。一些图像增强技术，如图像超分辨率，被用于提高图像分辨率以克服此问题。本研究采用大尺寸图像上采样来探讨图像增强方法对分类性能的影响。该研究特别关注当图像分辨率通过先进技术提高后，深度学习模型如何捕获更细微的形态变化以理解更复杂的视觉信息。由于改进后的图像被纳入训练过程，模型可以从标准图像和增强图像上学习。这种双重方法旨在理解图像分辨率对模型性能的影响，并提高分类准确性。使用知名的图像分类模型进行大规模测试，以全面评估此方法的有效性。本研究旨在通过理解普通图像与增强图像之间的权衡，为特定白血细胞数据集创建更高效的图像识别算法。
引用
@article{arxiv.2508.03759,
title = {Assessing the Impact of Image Super Resolution on White Blood Cell Classification Accuracy},
author = {Tatwadarshi P. Nagarhalli and Shruti S. Pawar and Soham A. Dahanukar and Uday Aswalekar and Ashwini M. Save and Sanket D. Patil},
journal= {arXiv preprint arXiv:2508.03759},
year = {2025}
}