Aycromo：基于深度学习的染色体在隐裂期图像中的自动检测开源平台
计算机视觉与模式识别
2026-04-28 v1
摘要
染色体分析是遗传疾病诊断的基本步骤，但手动染色体学工作流程耗时且高度依赖专家专家，通常需要数天才能完成每位患者。尽管深度学习模型在染色体检测方面取得了高性能，但大多数提出的解决方案仍局限于研究原型或缺乏适用于临床的图形界面。在本工作中，我们提出了 Aycromo，一款用于 AI 辅助细胞遗传学分析的开源桌面平台。基于 Electron 和 ONNX Runtime 构建，该工具允许细胞遗传学家加载预训练模型，通过集成的基准测试模块比较不同模型架构，并通过交互式标注界面手动纠正检测结果，无需命令行交互。针对 CRCN-NE 数据集中的隐裂期图像进行的初步实验表明，YOLOv11 达到 99.40% 的 mAP@50，而该平台将每片滑片的分析时间缩短至秒级。
关键词
引用
@article{arxiv.2604.24685,
title = {Aycromo: An Open-Source Platform for Automatic Chromosome Detection in Metaphase Images Based on Deep Learning},
author = {Jorge L. A. Lima and Filipe R. Cordeiro},
journal= {arXiv preprint arXiv:2604.24685},
year = {2026}
}
备注
Accepted at SBCAS'26