基于机器与深度学习模型的白细胞分类：系统性综述
图像与视频处理
2023-08-22 v2 计算机视觉与模式识别
机器学习
定量方法
摘要
机器学习（ML）与深度学习（DL）模型已被用于显著提升医学图像分析水平，这些方法可增强预测与分类的准确性。模型预测与分类有助于各类癌症与肿瘤的诊断。本综述对医学图像分析领域中应用于白细胞分类的现代技术进行了深入分析。文中识别并讨论了使用血涂片图像、磁共振成像（MRI）、X射线及类似医学成像领域的方法，并详细分析了应用于白细胞（WBCs）分类的 ML/DL 技术，构成本综述的主要焦点。本研究使用的数据提取自 2006 年至 2023 年间发表的 136 篇原始论文。文中识别了最广泛使用的技术与性能最佳的白细胞分类方法。尽管近年来 ML 与 DL 用于白细胞分类的应用与性能同步提升，仍存在重大挑战——1）合适数据集的可用性仍是主要挑战，可借助数据增强技术解决。2）建议对研究者进行医学培训，以增进对白细胞结构的理解并进而选取合适的分类模型。3）包括生成对抗网络（GAN）、R-CNN、Fast R-CNN 与 faster R-CNN 在内的先进 DL 网络很可能被越来越多地用于补充或替代现有技术。
引用
@article{arxiv.2308.06296,
title = {Classification of White Blood Cells Using Machine and Deep Learning Models: A Systematic Review},
author = {Rabia Asghar and Sanjay Kumar and Paul Hynds and Arslan Shaukat},
journal= {arXiv preprint arXiv:2308.06296},
year = {2023}
}