基于改进YOLOv5s的免疫组化阳性细胞计数方法

摘要

目的：提出一种基于改进YOLOv5s的免疫组化阳性细胞计数方法。方法：首先，针对阳性细胞的小目标特征，增加小目标检测层细化特征提取；其次，在颈部网络中使用双向加权特征金字塔网络替换PANet结构，实现多尺度特征融合；再次，增加坐标注意力机制CA模块，使模型更加关注小目标特征；最后，用EIoU损失函数替换原有的GIoU，增强模型检测性能。结果：在自建的免疫组化图像数据集上进行训练，改进后的模型平均精确率为89.3%，较原模型提升4.0%，且优于其他主流目标检测模型。同时，基于该方法构建的5年生存预测模型平均准确率为76.8%，平均AUC为0.81，表明模型具有较好的预测能力。结论：本研究模型能够快速检测免疫组化阳性细胞数量并有效地辅助医生进行生存预测工作。

关键词

阳性细胞 / 目标检测 / YOLOv5s / 免疫组织化学 / 生存预测