通过集成方法与特征重要性分析增强镰状细胞贫血症诊断的泛化能力
机器学习
2026-01-21 v1
摘要
本工作提出了一种新颖的方法，用于选择最优的基于集成的分类方法和特征，主要侧重于基于现有技术实现泛化，以利用红细胞外周血涂片图像为镰状细胞贫血症提供诊断支持。我们对显微图像进行了预处理和分割，以确保提取高质量特征。为确保所提系统的可靠性，我们进行了深入的可解释性分析。利用文献中确立的技术，我们从血细胞中提取特征，并采用集成机器学习方法对其形态进行分类。此外，我们设计了一种方法来识别对分类最关键的特征，旨在降低复杂度和训练时间，并增强不透明模型的可解释性。最后，我们使用新数据集验证了结果，我们的模型在泛化能力方面优于现有模型。由 Random Forest 和 Extra Trees 分类器集成的分类器实现了 90.71% 的精确率与召回率的调和平均值（F1-score）以及 93.33% 的镰状细胞贫血症诊断支持得分（SDS-score）。相较于先前使用 Gradient Boosting 分类器的结果（F1-score 87.32% 和 SDS-score 89.51%），这些结果展现出显著提升。为促进科学进步，我们公开了每个模型的参数、实现的代码库以及带有原始数据的混淆矩阵。
引用
@article{arxiv.2601.13021,
title = {Enhancing Generalization in Sickle Cell Disease Diagnosis through Ensemble Methods and Feature Importance Analysis},
author = {Nataša Petrović and Gabriel Moyà-Alcover and Antoni Jaume-i-Capó and Jose Maria Buades Rubio},
journal= {arXiv preprint arXiv:2601.13021},
year = {2026}
}