WBC YOLO-ViT: 2 Way - YOLOv5とビジョントランスの組み合わせによる2段階の白血球検出と分類

WBC YOLO-ViT: 2 Way - 2 stage white blood cell detection and classification with a combination of YOLOv5 and vision transformer.

抄録

白血球として知られる白血球の正確な検出と分類は、様々な病気の診断やモニタリングにおいて重要な役割を果たします。しかし、訓練された専門家による手作業による分類などの従来の方法は、精度、効率、潜在的なバイアスの点で見直す必要がある。さらに、顕微鏡画像を用いた白血球の検出と分類にディープラーニング技術を適用することは、限られたデータ、解像度ノイズ、不規則な形状、異なるソースからの様々な色のために困難である。本研究では、多数の種類の白血球について、物体検出と分類を統合した新しいアプローチを提示する。我々は、2種類の画像を使用する2ウェイアプローチを設計した：白血球と核。YOLO（高速物体検出）とViT（強力な画像表現能力）は16クラスに効果的に統合されている。提案モデルは分類において96.449%という非常に高い精度を示した。

Accurate detection and classification of white blood cells, otherwise known as leukocytes, play a critical role in diagnosing and monitoring various illnesses. However, conventional methods, such as manual classification by trained professionals, must be revised in terms of accuracy, efficiency, and potential bias. Moreover, applying deep learning techniques to detect and classify white blood cells using microscopic images is challenging owing to limited data, resolution noise, irregular shapes, and varying colors from different sources. This study presents a novel approach integrating object detection and classification for numerous type-white blood cell. We designed a 2-way approach to use two types of images: WBC and nucleus. YOLO (fast object detection) and ViT (powerful image representation capabilities) are effectively integrated into 16 classes. The proposed model demonstrates an exceptional 96.449% accuracy rate in classification.