基于 IoMT 的自动化白血病分类：卷积神经网络与高阶奇异值
机器学习
2025-12-19 v1 人工智能
摘要
物联网（IoT）是一个概念，即对象找到身份并可以在网络中相互通信。 IoT 的一个应用是在医学领域，称为物联网医疗（IoMT）。急性淋巴细胞白血病（ALL）是一种归类为血液疾病的癌症。它通常在骨髓中由于对不成熟白血球（WBC 或血细胞）的过度产生而开始。由于其高速率向其他身体器官扩散，如果不及早诊断和治疗，是致命的。因此，对于识别医学诊断实验室中的癌症（ALL）细胞，血液和骨髓涂片都会被取样。然而，手动检查面临人为错误风险和耗时的局限性。因此，针对上述问题，基于人工智能（AI）的方法显得至关重要，这些方法能够识别癌症组织与非癌症组织之间的差异。深度神经网络（DNNs）是最有效的机器学习（ML）方法。这些技术采用多层来从原始输入中提取更高级别的特征。本文应用卷积神经网络（CNN）并结合一种新型分类器——高阶奇异值分解（HOSVD）——对 ALL 和正常（健康）细胞进行分类，以微物镜血图像为数据。我们在 IoMT 结构上采用该模型，以快速和安全的方式识别白血病。在这个新的白血病分类框架帮助下，患者和临床医生可以进行实时沟通。该模型在急性淋巴细胞白血病图像数据库（ALL-IDB2）上实现，测试步骤中达到了 98.88% 的平均准确率。
引用
@article{arxiv.2512.16448,
title = {IoMT-based Automated Leukemia Classification using CNN and Higher Order Singular Value},
author = {Shabnam Bagheri Marzijarani and Mohammad Zolfaghari and Hedieh Sajedi},
journal= {arXiv preprint arXiv:2512.16448},
year = {2025}
}