HemBLIP：面向可解释白血球细胞形态学分析的视觉语言模型
计算机视觉与模式识别
2026-01-08 v1
摘要
显微镜检查白血球形态学是白血病诊断的核心环节，但当前深度学习模型常表现为黑盒子，限制了临床信任和实际应用。我们引入HemBLIP，这是一个用于生成白血球细胞可解释、形态感知描述的视觉语言模型。我们构建了包含14000余例健康及白血病细胞的新型数据集，每类细胞均配有专家标注的属性描述。我们通过全参数微调和LoRA基于参数高效训练的方式，对通用视觉语言模型进行适配，并与医学基础模型MedGEMMA进行基准测试。HemBLIP在caption质量和形态学准确性方面均取得更佳表现，LoRA适配方式在显著降低计算成本的同时进一步提升了性能。这些结果凸显了视觉语言模型在透明且可扩展的血液学诊断中的潜力。
引用
@article{arxiv.2601.03915,
title = {HemBLIP: A Vision-Language Model for Interpretable Leukemia Cell Morphology Analysis},
author = {Julie van Logtestijn and Petru Manescu},
journal= {arXiv preprint arXiv:2601.03915},
year = {2026}
}