基于注意力残差 U-Net 与视觉转换器的高效准确结核病诊断框架

结核病 (Tuberculosis, TB) 由肺结核分枝杆菌 (Mycobacterium tuberculosis) 引起，尽管可预防且可治愈，但仍是全球范围内的主要健康威胁。这一负担在中低收入国家尤为突出。显微镜检查仍是诊断结核病的关键手段，通过实现对肺部痰液样本中肺结核分枝杆菌的直接可视化，提供了一种高成本效益的早期检测和有效治疗方法。鉴于显微镜检查的工作量密集型，自动化检测显微图像中的菌浆颗粒对于提高结核病诊断的效率和可靠性至关重要。当前的检测方法受限于自动化能力有限、分割质量不一致以及分类精度受限。本文提出一种两阶段深度学习方法用于结核病菌浆颗粒检测，包括菌浆颗粒的分割 followed by 分类。 在初始阶段，提出一种采用注意力模块和残差连接的高级 U-Net 模型，用于分割显微肺部痰液染色图像，实现感兴趣区域 (Regions of Interest, ROIs) 的提取。随后，使用经过特定定制的视觉转换器 (Vision Transformer)，即我们专门设计的 TBViT，以提高对图像中菌浆颗粒的精确检测。实验使用新开发的基于 Ziehl-Neelsen 染色片的显微肺部痰液图像数据集，结合现有的公开数据集，对实验进行定性和定量评估。使用各种指标评估实验结果表明，所提出的模型在分割性能上显著提升，分类准确率提高，自动化水平增强，超越了现有方法。