电气工程与系统科学 > 图像与视频处理
[提交于 2025年8月11日
(v1)
,最后修订 2025年8月22日 (此版本, v2)]
标题: RedDino:一种用于红细胞分析的基础模型
标题: RedDino: A foundation model for red blood cell analysis
摘要: 红细胞(RBCs)对人类健康至关重要,其精确的形态学分析对于诊断血液疾病非常重要。 尽管基础模型在医学诊断中展现出前景,但全面的AI解决方案在RBC分析中仍然很少见。 我们提出了RedDino,一种专为RBC图像分析设计的自监督基础模型。 RedDino使用了DINOv2自监督学习框架的RBC特定适应,并在来自不同采集模态和来源的125万张RBC图像的精选数据集上进行训练。 广泛的评估表明,RedDino在RBC形状分类方面优于现有的最先进模型。 通过包括线性探测和最近邻分类的评估,我们确认了其强大的特征表示和泛化能力。 我们的主要贡献是:(1) 一个针对RBC分析定制的基础模型,(2) 探索DINOv2配置用于RBC建模的消融研究,以及(3) 对泛化性能的详细评估。 RedDino通过捕捉细微的形态学特征,解决了计算血液学中的关键挑战,推动了可靠诊断工具的发展。 RedDino的源代码和预训练模型可在https://github.com/Snarci/RedDino获取,预训练模型可从我们的Hugging Face集合中下载,网址为https://huggingface.co/collections/Snarcy/reddino-689a13e29241d2e5690202fc
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.