摘要
摘要利用人工智能辅助血细胞形态学检查具有十分广阔的临床应用前景，它可以大幅提高工作效率，减轻人力负担，避免主观化，有利于实现标准化。其主要的重点和难点在于图像获取、图像分割、细胞识别与分类等几个关键的技术环节。近年来，无论是硬件设备还是软件算法都进展迅速，这使得人工智能辅助系统从数字图像采集、白细胞分割到细胞特征提取、分类等方面都出现了重要的发展。其中，相对于传统的机器学习而言，深度学习技术在血细胞形态学识别方面的应用尤其值得关注。此外，显微血细胞图像数据库的不断涌现也为各种算法技术的进一步发展和完善提供了重要支撑。了解人工智能辅助血细胞形态学检查的关键技术进展将有利于推进其不断发展，更好地走向临床应用。近年来人工智能技术从“传统的机器学习”向“深度学习”转变，不再依赖于人工提取特征，而是依靠其自动抽取数据的能力来实现。与国外血细胞图像数据库相比，国内数据库还有较大差距，应加强此方面的建设。
出版日期
2023年03月15日（中国期刊网平台首次上网日期，不代表论文的发表时间）
